Ultralytics YOLO11 登場！AIの可能性を再定義する！

私たちは、Ultralytics モデルの次の進化をご紹介できることを嬉しく思います：YOLO11 ！以前のYOLO モデル・バージョンの目覚しい進化を基に、YOLO11 は、より速く、より正確に、そして驚くほど多用途にする強力な機能と最適化の数々をもたらします。YOLO UltralyticsVision 2024 (YV24) イベント（AIの専門家、イノベーター、開発者が集まる毎年恒例のハイブリッドイベント）で発表された ファミリーへのこの最新の追加は、Ultralytics コンピュータ・ビジョンで何が可能かを再定義するものです。 

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に至るまで、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画期的なものとなっています。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る。この記事では、YOLO11 を際立たせる特徴と、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革できるかを詳しく見ていきます。さっそく始めましょう！

知るYOLO11

YOLO11 は、YOLO ファミリーに新たな章を設け、コンピュータ・ビジョンを 新たな高みへと導く、より高性能で汎用性の高い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分割のようなコンピュータ・ビジョンの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。Ultralytics （英語）の創設者兼最高経営責任者（CEO）であるグレン・ジョーチャー（Glenn Jocher）氏は、次のように語っている。「YOLO11 （英語）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の開発に着手しました。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 、どのように革新的なソリューションを生み出し、コンピュータビジョンを次のレベルへと引き上げるのか、楽しみでなりません。"

‍

ここでは、YOLO11 がサポートするコンピュータ・ビジョンのタスクを垣間見ることができる：

• 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で導入された進歩の上に構築されており、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が組み込まれている。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あり、Ultralytics がこれまでに作成したモデルの中で最も有能なものの一つとなっている。改良された設計により、YOLO11 、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が改善され、困難なシナリオで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 、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 、さまざまなタスクへの適応が容易になりました。 

実際、YOLO11 は処理能力の面で非常に効率的で、クラウドとエッジデバイスの両方への展開に完璧に適しており、さまざまな環境での柔軟性を保証します。簡単に言えば、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性の高いモデルであり、あらゆるコンピュータ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のいずれであっても、YOLO11 は、ほぼすべてのコンピュータ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 お客様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。が提供するサポートを基盤としています。 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 をさまざまな業界に適応させる素晴らしいアドオンであり、企業が既存のプロセスにモデルを簡単に導入できるようにする。例えば、農業、特に作物のモニタリングに YOLO11 。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、クラウドベースのシステムでYOLO11 、複数のカメラフィードを監視して物体を検出することを好むかもしれない。

‍

AIコミュニティに力を与えるYOLO11

ビジョンAIのコミュニティは、YOLO11 の発表により、エキサイティングな進歩を期待することができる。その精度と効率の向上により、この新しいモデルは既存のアプリケーションを変革し、新しい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す。 

‍

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心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 、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。

実際に手を動かしてみようYOLO11

YOLOv8 と同様、YOLO11 は、Ultralytics HUB とUltralytics Python パッケージを通じて、間もなくお試しいただけるようになります。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、YOLO11 がさまざまなシナリオで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 、その開発に貢献したり、フィードバックを提供したり、それを基に構築したりするのを見るのが待ちきれない。

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関心のある開発者であれ、あなたの参加はイノベーションの推進に役立ちます。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、YOLO11 の可能性を最大限に引き出してください。YOLO11 を使用して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するか、ぜひご覧ください！

新たな章の始まりYOLO11

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は、自律走行車からスマート小売ソリューションに至るまで、様々なリアルタイム・アプリケーションに汎用性をもたらします。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のが楽しみです。AIにおける最新の進歩を探求したいのであれば、YOLO11 を試してみて、それがあなたのコンピュータ・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。