画像分類

画像分類はコンピュータビジョンにおける基本的なタスクで、画像全体にラベルやカテゴリーを割り当てることを含む。このプロセスは、人間が物体やシーンを認識するのと同様に、機械が視覚データを自動的に理解し、分類することを可能にする。オブジェクト検出や インスタンス分割のような複雑なタスクとは異なり、画像分類は、オブジェクトの位置を特定することなく、画像内の主要な被写体やシーンの識別のみに焦点を当てます。

関連性と応用

画像分類は実世界の数多くのアプリケーションで非常に重要であり、多くのビジョンAIシステムのバックボーンを形成している。そのシンプルさと有効性により、様々な業界において汎用性の高いツールとなっています。

• 医療画像解析：ヘルスケアにおいて、画像分類は、X線やMRIなどの医療画像を異なるクラス（健康なものと病気のものなど）に分類することで、病気の予備診断を助けます。これにより、より迅速で正確な診断のための医療画像分析において、医療専門家を支援することができます。
• 農業農家は画像分類を利用して、作物の健康状態を自動的に評価したり、植物の病気を特定したり、航空画像や衛星画像から作物の種類を分類したりすることができる。このように農業にコンピュータ・ビジョンを応用することで、より効率的な農作業が可能になり、収穫量も向上する。
• 小売業小売業界では、画像分類はオンラインカタログの商品分類や商品の自動品質管理、さらには店内カメラの映像に基づく顧客層の分析などに利用できる。これは、AIによる小売の効率化と顧客体験の向上に役立ちます。
• 環境モニタリング画像分類は、野生動物カメラからの画像の自動分類を可能にし、動物個体数の監視や生物多様性の追跡に役立つことで、環境保全において重要な役割を果たしている。これは、野生動物の保護活動におけるAIにおいて特に有用である。

による画像分類Ultralytics YOLO

Ultralytics YOLOまた、最先端の物体検出機能で知られる「MyScan」は、画像分類タスクもサポートしている。最新のモデル Ultralytics YOLO11などの最新モデルは、Ultralytics HUB またはUltralytics Python パッケージを使用して、画像分類用に簡単にトレーニングできます。これらのツールは、ユーザーフレンドリーなインターフェースと包括的なドキュメントを提供し、カスタム画像分類モデルのトレーニングを開始することができます。

画像分類は画像に何が写っているかを識別しますが、バウンディングボックスを使用して画像内のオブジェクトの位置を特定するオブジェクト検出や、画像内の各ピクセルを事前に定義されたクラスに分類するセマンティックセグメンテーションとは異なります。これらの区別を理解することは、特定の用途に適したコンピュータビジョンタスクを選択する上で極めて重要である。画像分類やその他のコンピュータビジョンタスクの実用的なアプリケーションをさらに探求するには、Ultralytics のイベントに参加し、専門家から学んだり、実例を見たりすることをご検討ください。