用語集

モデルの展開

MLモデルを予測、自動化、AI主導の洞察のための実世界ツールに変換する、モデル展開のエッセンスをご覧ください。

Ultralytics HUB で
を使ってYOLO モデルをシンプルにトレーニングする。

さらに詳しく

モデルデプロイメントとは、学習済みの機械学習(ML)モデルを 本番環境で使用できるようにする重要なプロセスである。このステップは、モデルを開発またはテスト段階から、新しい実世界のデータに対して予測(推論)を生成できる運用ツールへと移行させる。これは機械学習のライフサイクルにおける重要な段階であり、MLモデルを構築することと、アプリケーション、システム、またはビジネスプロセスにおいて価値を提供するために実際に使用することのギャップを埋める。

モデル展開の妥当性

効果的な展開がなければ、最も正確なモデルであっても学術的な演習にとどまり、具体的な利益を提供することはできない。AIとMLプロジェクトにおける投資収益率(ROI)を実現するためには、導入が不可欠である。これにより、組織はタスクを自動化し、データから実用的な洞察を得て、ユーザー体験を向上させ、情報に基づいた意思決定を行うことができる。デプロイメントを成功させることで、モデルのトレーニングに投資したリソースが実用的な成果につながることが保証される。継続的な運用には、多くの場合、データ・ドリフトなどの要因によって時間が経過してもパフォーマンスが低下しないようにモデルを監視する必要があります。

モデル展開の応用

モデルの導入により、業界を問わずAIを活用した幅広いアプリケーションが可能になる。以下はその一例である:

  • 小売業の在庫管理 オブジェクト検出モデルの導入 Ultralytics YOLOモデルを導入することで、カメラが自動的に棚の在庫を監視し、在庫レベルを追跡し、商品が少なくなるとスタッフに警告を発することができるため、在庫管理を最適化し、手作業によるチェックを減らすことができます。
  • 自律システム:自動運転車やドローンは、知覚とナビゲーションのために導入されたモデルに大きく依存している。物体の検出、セグメンテーション、経路計画などのタスクのために学習されたモデルは、リアルタイムでセンサーデータを解釈するために、システムに搭載されたコンピュータに展開される。

モデル展開における重要な考慮事項

MLモデルを効果的に配備するには、いくつかの要素について慎重に計画を立てる必要がある:

  • スケーラビリティデプロイメント・インフラストラクチャは、さまざまな負荷に対応し、需要に応じてスケールアップまたはスケールダウンする必要がある。これは多くの場合、クラウド・コンピューティング・プラットフォームやコンテナ・オーケストレーション・システムを使って管理される。
  • レイテンシーとスループット:アプリケーションでは、リアルタイムの応答に対して低レイテンシーが要求されることがよくあります。量子化やプルーニングなどのテクニックを使用してモデルを最適化し、効率的なランタイムを使用することで、パフォーマンス要件を満たすことができます。
  • 展開環境:モデルは、サーバー上(クラウドまたはオンプレミス)、アプリケーション内への直接展開、またはエッジコンピューティングによるリソース制約のあるデバイス上への展開が可能です。エッジ・デバイスに展開するには、サイズと計算効率のためにモデルを最適化する必要があります。
  • モデルのサービングこれは、多くの場合API(Application Programming Interface)を介してモデルをホスティングし、アプリケーションがデータを送信したり予測を受信したりできるようにすることです。Dockerのような技術は、一貫したデプロイのために、モデルとその依存関係をポータブルコンテナにパッケージ化するために頻繁に使用されます。
  • メンテナンス:デプロイされたモデルは、パフォーマンスを維持し、変化するデータパターンに適応するために、継続的なモニタリングと潜在的な再トレーニングや更新が必要である。これは、より広範なプラクティスであるMLOps(機械学習オペレーション)に該当する。

ツールとプラットフォーム

様々なツールやプラットフォームがデプロイメントプロセスを簡素化する。フレームワークは、多くの場合、異なるデプロイメントターゲットに適した様々なフォーマットへのモデルエクスポート機能を提供します。Ultralytics HUBのようなプラットフォームは、コンピュータビジョンモデルのトレーニング、トラッキング、デプロイのための統合ソリューションを提供し、開発から生産までのワークフローを合理化します。その他の専用モデル提供ツールやクラウドプロバイダーサービスも、包括的なデプロイ機能を提供しています。

すべて読む