Ultralytics YOLO11がやってきた！AIの可能性を再定義する！

Ultralytics 、次の進化を遂げたモデルをご紹介できることを嬉しく思います：YOLO11です！YOLO11 は、YOLO の前バージョンの目覚しい進化をベースに、より高速で、より正確で、驚くほど多用途に対応する強力な機能と最適化を多数搭載しています。Ultralytics' AI専門家、革新者、開発者の年次ハイブリッド集会であるYOLO Vision 2024 (YV24)イベントで発表されたこのUltralytics ファミリーへの最新追加は、コンピュータ・ビジョンで可能なことを再定義するように設定されています。 

その革新的なアーキテクチャにより、YOLO11はリアルタイムの物体検出から分類まで、様々なコンピュータビジョンタスクに使用することができ、開発者や研究者にとっても画期的な製品となっています。主な改良点としては、より正確なディテールキャプチャのための特徴抽出の強化、より少ないパラメータでの高精度化、リアルタイム性能を大幅に向上させる処理速度の高速化などが挙げられます。この記事では、YOLO11を際立たせる機能と、YOLO11があなたのコンピュータ・ビジョン・アプリケーションをどのように変えることができるかを詳しく見ていきます。さっそく始めましょう！

YOLO11を知る

YOLO11は、YOLO ファミリーに新たな章をもたらし、コンピュータ・ビジョンを 新たな高みへと導く、より高性能で多用途なモデルを提供します。洗練されたアーキテクチャと強化された機能により、このモデルは、Vision AIコミュニティが愛してやまないポーズ推定やインスタンスセグメンテーションなどのコンピュータビジョンタスクをサポートします。 Ultralytics YOLOv8しかし、性能と精度はさらに向上しています。UltralyticsYOLO11では、実世界のアプリケーション向けにパワーと実用性の両方を提供するモデルを開発することを目指しました。効率と精度が向上したことで、さまざまな業界が直面する独自の課題に適応できる堅牢なツールになりました。ビジョンAIのコミュニティがYOLO11を使って革新的なソリューションを生み出し、コンピューター・ビジョンを次のレベルに引き上げるのを見るのが待ち遠しい。"

‍

YOLO11がサポートするコンピュータビジョンタスクを紹介しよう：

• 物体検出：監視、自律走行、小売店分析などのアプリケーションのために、画像やビデオフレーム内のオブジェクトを識別して位置を特定し、その周囲にバウンディングボックスを描画します。
• インスタンス・セグメンテーション：画像内の個々のオブジェクトをピクセルレベルまで識別・分離する。医療用画像や 製造業における欠陥検出などの用途に有用である。
• 画像分類：画像全体をあらかじめ定義されたクラスに分類するため、電子商取引における商品分類や 野生動物のモニタリングなどの用途に最適。
• ポーズ推定：画像やビデオフレーム内の特定のキーポイントを検出し、動きやポーズを追跡。フィットネストラッキング、スポーツ分析、ヘルスケアアプリケーションに有効。
• オリエンテッドオブジェクト検出（OBB）：回転した物体をより正確に位置特定できるため、特に航空画像、ロボット工学、倉庫自動化タスクに有効です。
• オブジェクトトラッキング：連続するビデオフレームにまたがる物体の動きを監視・追跡するため、多くのリアルタイムアプリケーションに不可欠です。

‍

YOLO11の特徴は？

YOLO11は、今年初めのYOLOv9と YOLOv10で導入された進歩を基盤としており、改良されたアーキテクチャ設計、強化された特徴抽出技術、最適化されたトレーニング方法を取り入れている。YOLO11を際立たせているのは、スピード、正確さ、効率性を見事に兼ね備えていることで、Ultralytics 、これまでに作られたモデルの中で最も高性能なもののひとつとなっている。改良された設計により、YOLO11は、画像から重要なパターンや詳細を特定するプロセスである特徴抽出を改善し、困難なシナリオであっても、複雑な側面をより正確に捉えることが可能になりました。

驚くべきことに、YOLO11mは、COCOデータセットで より高い平均精度（mAP）スコアを達成する一方で、使用するパラメータはYOLO11mより22%少ない。 YOLOv8mよりも22%少ないパラメータで、性能を犠牲にすることなく計算を軽くしている。つまり、より効率的に実行しながら、より正確な結果を出すことができる。その上、YOLO11は、YOLOv10よりも推論時間が約2%速く、リアルタイムアプリケーションに理想的な、より速い処理速度をもたらします。 

‍

リソースに負担をかけずに複雑なタスクを処理し、大規模モデルのパフォーマンスを向上させるように設計されているため、要求の厳しいAIプロジェクトに最適です。オーグメンテーション・パイプラインの強化により、学習プロセスも改善され、小規模なプロジェクトでも大規模なアプリケーションでも、YOLO11がさまざまなタスクに適応しやすくなりました。 

実際、YOLO11は処理能力の面で非常に効率的であり、クラウドとエッジデバイスの両方への展開に完全に適しているため、さまざまな環境での柔軟性が確保されている。端的に言えば、YOLO11は単なるアップグレードではなく、より正確で効率的、かつ柔軟なモデルであり、あらゆるコンピューター・ビジョンの課題に対応できるようになりました。自律走行、監視、ヘルスケアイメージング、スマートリテール、産業用ユースケースなど、YOLO11は、ほとんどすべてのコンピュータービジョンアプリケーションに対応できる汎用性を備えています。

YOLO11、あなたのシステムとプラットフォームに対応

YOLO11は、すでにお使いのシステムやプラットフォームとシームレスに統合できるように設計されています。YOLO11は YOLOv8YOLO11は、トレーニング、テスト、デプロイのための幅広い環境と互換性があります。NVIDIA GPU、エッジデバイス、クラウドプラットフォームのいずれを使用している場合でも、YOLO11はワークフローに無理なくフィットするように最適化されています。

これらの統合は、YOLO11を様々な業界に適応させる素晴らしいアドオンであり、ビジネスが既存のプロセスにモデルを簡単に導入できるよう支援します。例えば、農業、特に作物のモニタリングにYOLO11を使いたいとしよう。広大な畑で植物の健康上の問題をリアルタイムで特定するために、このモデルをドローンに導入する必要があるかもしれない。しかし、セキュリティの分野であれば、YOLO11をクラウドベースのシステムで使用し、複数のカメラフィードを監視して物体を検知することを好むかもしれない。

‍

YOLO11でAIコミュニティに力を与える

ビジョンAIのコミュニティは、YOLO11の発表でエキサイティングな進歩を期待できる。精度と効率の向上により、この新モデルは既存のアプリケーションを変革し、新たなアプリケーションを生み出す可能性を秘めている。この進歩の大きな要因は、Ultralytics HUBである。Ultralytics HUBは、YOLO11を含むYOLO モデルのトレーニングと展開を簡素化するユーザーフレンドリーなプラットフォームである。 

‍

Ultralytics HUBは、ユーザーがデータセットをアップロードし、事前に訓練されたさまざまなモデルにアクセスし、プロジェクトをすべて一箇所で管理できるようにすることで、開発プロセスを合理化します。また、HUBはコラボレーションをサポートし、チームがAIプロジェクトで協力することを容易にします。以下は、Ultralytics HUBのその他の主な機能です：

• クラウドトレーニング:Ultralytics HUBは、拡張性と効率性のためにシームレスなクラウドベースのモデルトレーニングを提供しています。
• 学習済みモデル:このプラットフォームでは、事前に訓練されたさまざまなモデル（YOLOv5 、YOLOv8 、YOLO11）にアクセスすることができます。
• モデルのエクスポート：訓練されたモデルは、配備のために様々な形式にエクスポートすることができます。
• 統合:Ultralytics HUBは、Roboflow 、Google Colab、Weights & Biases などのプラットフォームとシームレスに統合されています。
• 詳細なドキュメント：Ultralytics HUBは、ユーザーサポートのために包括的なガイドとFAQを提供しています。
• コミュニティのサポート活発なDiscordコミュニティが質問やディスカッションに利用できる。

HUBの直感的なデザインにより、経験豊富な開発者も初めての開発者もすぐに使い始めることができます。HUBを通じてより多くの開発者がYOLO11を使用するようになれば、コンピュータ・ビジョンの限界を押し広げ、AI技術の未来を形作る高性能アプリケーションの急増を期待できる。

YOLO11を実際に体験してみよう

YOLOv8 と同様、YOLO11 もUltralytics HUB と Ultralytics Python パッケージからすぐにお試しいただけます。HUBにサインインするか、クイックスタートガイドでパッケージのインストール方法をステップ・バイ・ステップで確認できる。リリースされれば、その機能を探求し、さまざまなデータセットで実験し、さまざまなシナリオでYOLO11がどのように機能するかを見ることができる。私たちは、AIコミュニティがYOLO11に関わり、その開発に貢献し、フィードバックを提供し、あるいはYOLO11をベースに発展させていくのを見るのが待ち遠しい。

既存のプロジェクトを最適化したい開発者であれ、新しいアプリケーションの作成に興味がある開発者であれ、あなたの参加はイノベーションの推進に役立ちます。YOLO11の可能性を最大限に引き出すために、ディスカッションに参加し、経験を共有し、他の人と協力してください。あなたがYOLO11を使って現実世界の課題にどのように取り組み、創造的なアイデアを実現させるか、私たちは楽しみにしています！

YOLO11で新たな章が始まる

YOLO11は、優れた精度、スピード、効率性を兼ね備えたコンピュータ・ビジョンの次のステップです。YV24で発表されたその高度な機能により、自律走行車からスマート小売ソリューションまで、さまざまなリアルタイム・アプリケーションに汎用的に使用できる。AIコミュニティがこのモデルの探求と利用を始める中、YOLO11がイノベーションを促進し、新たな可能性をもたらす創造的な方法を見ることを楽しみにしています。AIの最新の進歩を探求したい方は、YOLO11を試して、あなたのコンピューター・ビジョン・プロジェクトをどのように向上させることができるかをご覧ください！

AIについてもっと知りたい方は、GitHubリポジトリにアクセスして、活発なコミュニティに参加してください。ヘルスケアや 農業などの分野でAIがどのように発展しているかをご覧ください。