画像分類

画像分類の仕組み

このプロセスでは通常、ラベル付けされた画像の大規模なデータセットに対して、モデル（多くの場合、畳み込みニューラルネットワーク（CNN）と呼ばれる特殊なニューラルネットワーク）を学習させる。ImageNetのような有名なデータセットには、何千ものクラスに分類された何百万もの画像が含まれている。学習中、モデルは、異なるカテゴリーを区別するパターンや特徴（テクスチャ、形状、色分布など）を識別することを学習する。次のようなフレームワークがあります。 PyTorchや TensorFlowなどのフレームワークが、これらのモデルを構築して訓練するためのツールを提供します。様々なUltralytics 分類データセットを探索し、独自のプロジェクトを始めることができる。目標は、訓練されたモデルが新しい未見の画像のクラスラベルを正確に予測することです。より深い技術的な理解のためには、スタンフォード大学のCS231nコースのようなリソースがCNNに関する包括的な資料を提供しています。

他の仕事との主な違い

画像分類は、画像全体に単一のラベルを割り当てることに重点を置く。これは他の一般的なCVタスクとは異なる：

• オブジェクト検出：画像内の複数のオブジェクトを識別し、 バウンディングボックスを使用して各オブジェクトの位置を特定します。画像内のどこにどのようなオブジェクトがあるのか？
• インスタンスのセグメンテーション：オブジェクト検出よりもさらに一歩進んで、各個別のオブジェクトインスタンスの正確なピクセル境界を概説する。
• セマンティック・セグメンテーション：画像内のすべてのピクセルを、あらかじめ定義されたカテゴリ（「空」、「道路」、「車」など）に分類するが、同じカテゴリの個々のインスタンスは区別しない。

これらの違いを理解することは、与えられた問題に対して適切な技術を選択するために極めて重要である。

実世界での応用

画像分類は、その比較的単純で効果的であるため、様々な領域で広く使用されている：

• 医療画像解析：X線やMRIのような医療スキャンを分類し、病状の診断に役立てる。例えば、YOLOv11を使った腫瘍検出で実証されているように、腫瘍の有無に基づいて画像を分類するようにモデルをトレーニングすることができる。詳しくは、ヘルスケアソリューションにおけるAIをご覧ください。
• 農業技術：作物の種類の識別、葉の画像からの植物の病気の検出、または品質による農産物の選別。農業におけるコンピュータ・ビジョンについて詳しく知る。
• 小売とEコマース：オンラインカタログの商品を自動的に分類したり、ユーザーが画像を使って商品を検索できるビジュアル検索機能を実現する。
• コンテンツモデレーション：ウェブサイトやソーシャルメディアプラットフォーム上の不適切または有害な画像を自動的に特定し、フラグを立てる。
• 野生生物の保護カメラトラップで捕獲した動物種を分類し、個体数や生物多様性を監視する。

Ultralytics画像分類

オブジェクト検出で有名なUltralytics YOLO モデルは、画像分類タスクにも優れています。Ultralytics YOLOv11のような最新のアーキテクチャは、Ultralytics Python パッケージやコード不要のUltralytics HUBプラットフォームを使って、分類のために簡単にトレーニングすることができます。これらのツールは、モデルトレーニングのヒントや、画像分類のためのUltralytics YOLOv11の使用方法のガイドのような明確なドキュメントを含む包括的なリソースを提供しています。練習のために、PyTorch 分類チュートリアルを調べたり、Kaggle画像分類コンペティションに参加することを検討してください。Papers With Codeのようなリソースを使って、最新の研究成果を入手しましょう。