Ultralytics YOLO11 Ultralytics HUB を使用したトレーニングと展開

Ultralytics YOLO11は、物体検出、画像分類、インスタンス分割などの タスク用に設計された、新しい最先端のコンピュータビジョンモデルです。旧バージョンのYOLO (You Only Look Once) モデルよりも高速、高精度、高効率です。 YOLO11は、さまざまなリアルタイムコンピュータビジョンアプリケーションに使用できます。何よりも、 Ultralytics YOLO11 を使い始めることは、他のすべてのUltralytics YOLO モデルと同様にシンプルで簡単です。

YOLO11の新機能と改良点、そしてUltralytics Python パッケージまたはUltralytics HUB を使ったモデルへのアクセスについて、前回説明した。このガイドでは、 Ultralytics HUB をステップ・バイ・ステップで使用し、Ultralytics YOLO11 を簡単にトレーニングし、デプロイする方法を説明する。 

Ultralytics HUBの紹介

Ultralytics HUBは、Ultralytics' ノーコード、ユーザーフレンドリーなプラットフォームであり、新しく立ち上げられたUltralytics YOLO11 モデルを含む、 YOLO モデルの トレーニングから デプロイまでのプロセス全体を合理化するように設計されています。HUBは、AIの専門家であろうとコンピュータ・ビジョンの初心者であろうと、データセットのアップロード、事前にトレーニングされたモデルの選択、特定のニーズに合わせた微調整を可能にする直感的なインターフェイスを提供します。数回クリックするだけで、製造業から 農業まで幅広い産業におけるリアルタイムのアプリケーション用にモデルを訓練することができます。HUBは、大規模なコーディングを必要とせずに高度なAIを利用できるようにすることに重点を置いています。

‍

Ultralytics HUBには様々なプランオプションがあり、基本的なアクセスを提供する無料プランと、クラウドトレーニング、チームコラボレーション、利用制限の増加などの追加機能を提供するプロプランがある。ここでは、Ultralytics HUBが提供する主な機能の一部を簡単にご紹介します：

• カスタムデータセットのサポート:よりパーソナライズされたモデルトレーニングのために、独自のデータセットをアップロードして管理できます。
• モバイル統合:パフォーマンスを最適化するハードウェアアクセラレーションを備えたUltralytics HUB アプリを使用して、iOS およびAndroid デバイス上でYOLO モデルを実行します。
• クラウドリソース:GPU 対応のクラウドインフラストラクチャは、より高速で効率的なモデルトレーニングをサポートします。
• 簡単なプロジェクト管理:Ultralytics HUBのTeams機能により、Proユーザーは簡単にプロジェクトを管理し、チームメンバーとコラボレーションすることができます。
• 推論API:HUBは共有および専用の推論APIを提供する。ユーザーはローカル環境を構築することなく、YOLO のモデルを実行することができます。 
• Ultralytics HUB-SDK:弊社のHUB-SDKを使用すると、Ultralytics' 機械学習サービスをPython アプリケーションに簡単に統合できます。

また、HUBは様々なプラットフォームと統合されており、ユーザーは学習済みモデルを以下のような様々なフォーマットにエクスポートすることができます。 ONNX, TensorFlowや CoreMLなどの様々な形式にエクスポートすることができ、複数のプラットフォームへの展開をシームレスに行うことができます。基本的に、Ultralytics HUBは、データセットの取り扱いからリアルタイムのモデル展開まで、複雑なAIタスクを1つの包括的なツールで簡素化します。

Ultralytics HUBを使った推論の実行YOLO11

YOLO11 を使用してUltralytics HUB で推論を実行するには、「モデル」セクションに移動し、興味のあるYOLO11 モデルを選択するだけです。その後、「プレビュー」をクリックして、任意の画像をアップロードしてモデルを試すことができる。 

‍

HUBのこの機能により、経験レベルに関係なく、誰でもYOLO11 、モデル予測をテストし、そのパフォーマンスを確認することができる。これは、Ultralytics YOLO11 を無料で体験できるユーザーフレンドリーな方法です。

カスタムUltralytics YOLO11 モデルをUltralytics HUB でトレーニングする。

アカウントを作成したら、ダッシュボードにアクセスしてすぐにトレーニングに入ることができます。そこから、プロジェクトの管理、データセットのアップロード、YOLO11 モデルのトレーニングを簡単に開始することができます。このプラットフォームは、プロセスを素早く、できるだけ手間をかけずに行えるように設計されています。

HUBでYOLO11 のトレーニングにカスタム・データセットを使用する。

ログインしたら、左のメニューから「Datasets」をクリックして、Ultralytics HUBで利用可能な既存のデータセットを探索することができます。これらのデータセットは、オリエンテッドバウンディングボックス（OBB）オブジェクト検出や ポーズ推定など、様々なタスクに対応しています。例えば、80のクラスからなる物体検出にはCOCO128を、画像分類にはFashion-MNISTを使うことができます。これらのデータセットはすぐに利用でき、 YOLO モデルの学習に最適化されています。 

‍

自分のデータを使いたい場合は、カスタムデータセットをアップロードすることができます。その際、データセットがYOLO の構造に従っていること、ルートディレクトリに適切な書式の YAML ファイルがあること、zip 圧縮されていることを確認してください。 

データセットの準備ができたら、"Upload Dataset "ボタンをクリックして、タスクのタイプを選択し、ZIPファイルをアップロードすることができる。アップロード後、Ultralytics HUBが自動的にデータセットを検証し、すぐにYOLO モデルのトレーニングを開始できます。また、画像の分割（train、validation、test）など、データセットの詳細を管理および表示したり、モデルトレーニングの準備が整っていることを確認するためにデータを分析したりすることもできます。

‍

Ultralytics HUBによる効率的なYOLO11 トレーニングとモニタリング

Ultralytics HUB のクラウド・トレーニング機能を使用してYOLO11 モデルのトレーニングを開始するには、Pro プランにアップグレードする必要があります。Proユーザーになると、GPU のリソースが利用できるようになり、より迅速で効率的なトレーニングが可能になります。アップグレード後、「モデル」セクションにアクセスし、ご希望のYOLO11 モデルバリエーションを選択し、トレーニング設定を行います。 

‍

エポック数（モデルがデータセットを通過する回数を定義する）を選択したり、時限トレーニングのために特定の期間を設定することができる。モデルのトレーニングが開始される前に、Ultralytics HUBはパフォーマンスを最適化するために専用のGPU インスタンスを初期化します。需要によっては、初期化に時間がかかることがありますが、このプロセス中、アカウントに料金はかかりません。

設定を確定したら、「トレーニングを開始」をクリックしてセッションを開始します。トレーニング中は、ダッシュボードからリアルタイムで進捗状況を確認することができます。必要に応じて、トレーニングを一時停止、停止、再開することができます。エポック・ベースのトレーニング中にアカウント残高が不足した場合、セッションは一時停止され、再開前に残高を補充することができます。プラットフォームは自動的にチェックポイントを保存するので、中断したところから再開することができます。

トレーニング終了時には、請求タブですべての費用を確認することができます。詳細な費用レポートが表示されるので、費用を簡単に追跡し、トレーニングを効率的に管理することができます。

‍

HUB を使用したカスタムUltralytics YOLO11 モデルの展開

Ultralytics HUB でカスタム・トレーニングしたYOLO11 モデルをデプロイする場合、Shared Inference APIとDedicated Inference API の 2 つの主要なオプションがあります。デプロイされたモデルを使用するには、セットアップに応じて、Python または cURL のいずれかを使用して API に推論要求を行うことができます。一般的なプロセスでは、関連するパラメータ（画像サイズや信頼度のしきい値など）とともに画像ファイルをAPIに送信します。Ultralytics HUBは単純なJSON形式で予測値を返すので、それをさらに処理することができます。

共有推論APIは、無料ティアのユーザーにとって費用対効果の高いソリューションであり、1時間あたり100コール、毎月最大1000コールを提供します。ローカル環境を必要とせず、Ultralytics HUBから直接、迅速な導入をサポートします。

Dedicated推論APIはProユーザーに提供され、より大規模なデプロイメントやリアルタイムアプリケーションに適しています。Google Cloud Runを利用した専用クラウド環境にシングルクリックでデプロイできます。このオプションは、ハイパフォーマンスなアプリケーション向けに最適化されており、100ms以下のレイテンシーと、リアルタイム処理のための38リージョンにわたるグローバルなカバレッジを保証します。また、強化されたセキュリティ機能をサポートしているため、データ保護要件が厳しい業界にも適しています。

YOLO11 モデルのデプロイにShared または Dedicated Inference API のどちらかを選択したら、次のステップは簡単で効率的です。Ultralytics HUBのモデルのページにある "Deploy "タブを開きます。Shared Inference APIを使用している場合は、こちらのガイドを参考にAPIコールを設定してください。Dedicated Inference API ユーザーの場合は、Start Endpoint ボタンをクリックするだけで、エンドポイントが開始されます。アクティブになると、HUBは推論タスクに使用する一意のURLを提供します。

‍

HUBが提供するその他の展開オプション

プロジェクトでモデルを特定のフォーマットで、またはオフラインで使用する必要がある場合、Ultralytics HUBは、ONNX 、CoreML 、TensorFlow のようなエクスポートオプションを提供し、モバイルからクラウドシステムまで、さまざまなプラットフォームをサポートします。モデルをアプリケーションに直接統合したい開発者のために、Ultralytics HUB-SDK は、Python を通してデプロイメントを管理する効率的な方法を提供します。APIキーまたはUltralytics 認証情報を使用することで、デプロイメントを簡単に制御し、コード内で推論を実行できるため、シームレスな統合に必要な柔軟性が得られます。

要点

Ultralytics HUBは、初心者から上級者まで、YOLO11 モデルのトレーニングやデプロイを簡単に行えるように設計されたオールインワンのプラットフォームです。データセットのアップロードからトレーニングの設定まで幅広いタスクをサポートし、共有推論APIや専用推論APIのような柔軟なデプロイメントオプションを提供します。APIを介したデプロイであれ、オフラインで使用するためのモデルのエクスポートであれ、HUBはプラットフォーム間のシームレスな統合を保証します。リアルタイムアプリケーションとスケーラブルなソリューションのオプションにより、Ultralytics HUBは、初心者から上級者まで幅広いデプロイメントニーズに対応します。

GitHub リポジトリを探索し、活気あるコミュニティに参加してAIをより深く掘り下げましょう。ビジョンAIがヘルスケアや 農業などの産業でどのようにイノベーションを進めているかをご覧ください。