技術記事

micomia株式会社のAIエンジニア、松久保です。

今回はコンピュータービジョンの分野で「YOLOを使うと何ができるのか」を、初心者の方にも分かりやすく解説します。特に、Ultralytics YOLO 11でサポートされているタスクを中心に紹介します。

Ultralytics YOLOは、高速かつ高精度な推論を可能にするオープンソースのAIフレームワークであり、汎用性の高さが大きな特徴です。物体検出、セグメンテーション（領域分割）、分類、姿勢推定、OBB（回転物体検出）といった複数のコンピュータービジョンタスクを一つのフレームワークで扱うことができます。以下では、それぞれのタスクの概要と活用例を紹介します。

1.Detection / 物体検出

物体検出（Object Detection）はYOLOの最もポピュラーなタスクです。画像や動画に写る物体を検出し、その位置をバウンディングボックスと呼ばれる矩形で囲みます。YOLOはリアルタイム推論が可能で、スマートフォンなどのエッジデバイスでも動作できます。

そのため、自動運転、防犯システムから農業や製造業まで幅広い分野で活用されています。

• 製造業：不良品の検出や欠損部位の特定

• 農業：果物や害虫の自動カウント

• 自動運転：歩行者・車両・信号機の検出

• 監視システム：不審物や侵入者の検出

2.Image Segmentation / セグメンテーション

セグメンテーション（Segmentation）は、物体をバウンディングボックスで囲むだけでなく、ピクセルレベルでその領域を特定するタスクです。物体の輪郭に沿って「どの部分がどの物体か」を正確に識別できるため、より高精度な画像解析が可能になります。

この技術は医療や品質管理など、精密な認識が求められる現場で特に活用されています。

• 医療：腫瘍や臓器領域の抽出

• 農業：人間の目では気づきにくい欠陥や害虫の検出

• AR/VR：背景除去や人物の切り抜き

• ロボットビジョン：正確な形状認識による把持制御

3.Classify / 分類

画像分類（Classification）は、画像全体を一つのカテゴリに分類するタスクです。「この画像に写っているのは何か？」を判定します。教師データも作りやすく、YOLOの他タスクと組み合わせて利用することで、より高度なAIシステムを構築できます。

実際に活用例は非常に多く、さまざまなアプリケーションで活用されています。

• ECサイト：Tシャツ・パーカー・ジャケットなど商品の自動分類

• 製造現場：正常品と不良品の仕分け

• 農業：病気葉と健康葉の判定

• 環境監視：特定種の動植物やごみの分類検出

4.Pose Estimation / 姿勢推定

姿勢推定（Pose Estimation）は、人間や動物の関節位置（キーポイント）を検出し、骨格構造を推定するタスクです。人物や動物の姿勢をリアルタイムで解析し、動きやポーズの情報を抽出できます。

映像・医療・スポーツなど幅広く応用されています。

• スポーツ解析：フォーム分析やトレーニング評価

• フィットネスアプリ：姿勢の正確さチェック

• 介護・医療：転倒検知や動作評価

• エンタメ・映像制作：モーショントラッキングやアニメーション生成

5.(Oriented Object Detection)/ 回転物体検出

回転物体検出（Oriented Object Detection）は、通常の物体検出とは異なり、角度情報を加えた傾きのあるバウンディングボックスで物体を検出する技術です。

斜めから撮影された物体や角度のある構造物を正確に捉えることができ、特にドローンや衛星写真などの俯瞰映像で威力を発揮します。

• ドローン撮影：建物や車両の方向検出

• 港湾・海上監視：船舶の角度推定

• 工場検査：角度付き部品や素材の向き検出

• 地図解析・測量：建造物や道路形状の分析

6.まとめ

Ultralytics YOLOは、物体検出・セグメンテーション・分類・姿勢推定・OBBといった複数のコンピュータービジョンタスクを一元的に扱える強力なフレームワークです。

課題に応じたタスクを適切に組み合わせることで、汎用的かつ高精度な画像認識AIを構築できます。

また、独自データへのアノテーションを行いファインチューニングすることで、用途に特化したAIモデルを作ることも可能です。