Ultralytics YOLO26によるオブジェクトぼかしとは何ですか？

Ultralytics YOLO26によるオブジェクトぼかしでは、画像や動画内の特定のオブジェクトを自動的に検出し、ぼかし効果を適用します。この手法は、関連する視覚データを維持しながら機密情報を隠すことで、プライバシーを強化します。YOLO26のリアルタイム処理機能は、即時のプライバシー保護と選択的なフォーカス調整が必要なアプリケーションに適しています。

YOLO26を使用してリアルタイムのオブジェクトぼかしを実装するにはどうすればよいですか？

上記のPython例を使用してください。この例では、YOLO26のオブジェクト検出を実行し、各フレームの各検出結果にぼかしを適用します。blur_ratio（たとえば、ぼかし強度50%の場合は0.5）を設定して効果を調整し、classesを渡すと特定のオブジェクトタイプだけをぼかせます。

オブジェクトぼかしにUltralytics YOLO26を使用する利点は何ですか？

Ultralytics YOLO26は、オブジェクトぼかしに関していくつかの利点を提供します。; プライバシー保護：機密情報や個人を特定できる情報を効果的に隠します。; 選択的フォーカス：特定のオブジェクトをぼかしの対象にし、重要な視覚コンテンツを維持します。; リアルタイム処理：動的な環境でオブジェクトぼかしを効率的に実行し、即時のプライバシー強化に適しています。; 強度のカスタマイズ：プライバシー要件と視覚的な文脈のバランスを取るため、ぼかしの強度を調整できます。; クラス固有のぼかし：特定のタイプのオブジェクトだけを選択的にぼかし、その他のオブジェクトは表示したままにできます。. より詳しい用途については、オブジェクトぼかしの利点のセクションをご覧ください。

プライバシー保護を目的として、Ultralytics YOLO26を動画内の顔のぼかしに使用できますか？

はい、Ultralytics YOLO26は、動画内の顔を検出してぼかすように設定し、プライバシーを保護できます。顔を具体的に認識するようにモデルをトレーニングするか、事前学習済みモデルを使用することで、検出結果をOpenCVで処理してぼかし効果を適用できます。YOLO26によるオブジェクト検出のガイドを参照し、顔検出を対象にするようコードを変更してください。

オブジェクトぼかしにおいて、YOLO26はFaster R-CNNなどの他のオブジェクト検出モデルと比べてどうですか？

Ultralytics YOLO26は通常、速度の面でFaster R-CNNなどのモデルを上回るため、リアルタイムアプリケーションにより適しています。どちらのモデルも高精度な検出を実現しますが、YOLO26のアーキテクチャは高速な推論に最適化されており、リアルタイムのオブジェクトぼかしなどのタスクで重要です。技術的な違いとパフォーマンス指標については、YOLO26のドキュメントをご覧ください。

Ultralytics YOLO26を使用したオブジェクトのぼかし処理#

オブジェクトぼかしとは何ですか？#

Ultralytics YOLO26によるオブジェクトぼかしでは、画像や動画内で検出された特定のオブジェクトにぼかし効果を適用します。YOLO26モデルの機能を使用して、特定のシーン内のオブジェクトを識別・操作することで実現できます。

Watch: How to Train Face Detection Model using Ultralytics Platform & Blur Faces | Ultralytics YOLO26 🚀

オブジェクトぼかしの利点#

プライバシー保護：オブジェクトぼかしは、画像や動画内の機密情報や個人を特定できる情報を隠すことで、プライバシーを保護する効果的な手段です。
選択的フォーカス：YOLO26では選択的なぼかしが可能なため、特定のオブジェクトを対象にし、プライバシーの保護と関連する視覚情報の維持を両立できます。
リアルタイム処理：YOLO26の高い効率性により、オブジェクトぼかしをリアルタイムで実行できます。そのため、動的な環境で即時にプライバシーを強化する必要があるアプリケーションに適しています。
規制への準拠：視覚コンテンツ内の個人を特定できる情報を匿名化することで、組織がGDPRなどのデータ保護規制に準拠できるよう支援します。
コンテンツモデレーション：メディアプラットフォーム上で不適切または機密性の高いコンテンツをぼかしながら、全体的な文脈を維持するのに役立ちます。

YOLO26でオブジェクトをぼかす#

動画をObjectBlurrerソリューションに渡すと、各フレームでオブジェクトを検出し、すべての検出結果に平均化（ボックス）ぼかしを適用します。blur_ratio（0.1～1.0）で強度を調整し、ぼかしの対象を特定のclassesに限定できます。たとえば、人と車だけを対象にできます。

Ultralytics YOLOによるオブジェクトぼかし

# Blur the objects
yolo solutions blur show=True

# Pass a source video
yolo solutions blur source="path/to/video.mp4"

# Blur the specific classes
yolo solutions blur classes="[0, 5]"

`ObjectBlurrer`の引数#

以下にObjectBlurrerの引数を示します。

引数	型	デフォルト	説明
`model`	`str`	`None`	Ultralytics YOLOモデルファイルへのパスです。
`blur_ratio`	`float`	`0.5`	ぼかし強度の割合を調整します。値の範囲は`0.1 - 1.0`です。
`line_width`	`int`	`2`	ソリューションが描画するボックス、キーポイント、カウントの線の太さです。
`verbose`	`bool`	`True`	入力形状、クラス数、処理速度をフレームごとにログに記録する機能を有効にします。トラッキング処理自体は常にサイレントです。

ObjectBlurrerソリューションでは、さまざまなtrack引数にも対応しています。

引数	型	デフォルト	説明
`tracker`	`str`	`'botsort.yaml'`	使用するトラッキングアルゴリズムを指定します。組み込みオプション：`botsort.yaml`、`bytetrack.yaml`、`ocsort.yaml`、`deepocsort.yaml`、`fasttrack.yaml`、`tracktrack.yaml`。
`conf`	`float`	`0.25`	検出の信頼度しきい値を設定します。値を下げるとより多くのオブジェクトを追跡できますが、誤検出が含まれる可能性があります。
`iou`	`float`	`0.7`	重複する検出結果をフィルタリングするためのIntersection over Union（IoU）しきい値を設定します。
`classes`	`list`	`None`	クラスインデックスで結果をフィルタリングします。たとえば、`classes=[0, 2, 3]`は指定されたクラスのみを追跡します。
`device`	`str`	`None`	推論に使用するデバイスを指定します（例：`cpu`、`cuda:0`、`0`）。CPU、特定のGPU、その他の計算デバイスから、モデルの実行に使用するものを選択できます。
`imgsz`	`int or tuple`	`640`	推論対象の画像サイズ：正方形の場合は整数、または `(height, width)` のペアです。形状はモデルのストライドに合わせて調整されます。
`max_det`	`int`	`300`	トラッキング前にフレームごとに保持される検出の最大数。高密度なシーンにおいてソリューションが処理するオブジェクトの数を制限します。
`quantize`	`int or str`	`None`	推論精度：PyTorchおよびTorchScriptモデルの場合は `16` （FP16）または `32` /未設定（FP32）；その他のフォーマットは、その成果物とランタイムが選択する精度で計算を行います。非推奨となった `half` フラグに置き換わるものです。

さらに、次の可視化引数を使用できます。

引数	型	デフォルト	説明
`show`	`bool`	`False`	`True`の場合、注釈付きの画像または動画をウィンドウに表示します。開発やテスト中の即時の視覚的フィードバックに役立ちます。
`show_conf`	`bool`	`True`	各検出のラベルの横に信頼度スコアを表示します。各検出に対するモデルの確信度を確認できます。
`show_labels`	`bool`	`True`	可視化出力に各検出のラベルを表示します。検出されたオブジェクトをすぐに把握できます。

実世界での用途#

監視におけるプライバシー保護#

セキュリティカメラや監視システムでは、重要な活動を記録しながら、YOLO26を使用して顔、ナンバープレート、その他の個人識別情報を自動的にぼかせます。これにより、公共の場でプライバシー権を尊重しながら、セキュリティを維持できます。

医療データの匿名化#

医用画像では、患者情報がスキャン画像や写真に含まれていることがよくあります。YOLO26はこの情報を検出してぼかすことで、研究や教育目的で医療データを共有する際に、HIPAAなどの規制への準拠を支援できます。

文書の墨消し#

機密情報を含む文書を共有する際、YOLO26は署名、口座番号、個人情報などの特定の要素を自動的に検出してぼかせます。これにより、文書の完全性を維持しながら、墨消しのプロセスを効率化できます。

メディアとコンテンツの制作#

コンテンツ制作者はYOLO26を使用して、動画や画像内のブランドロゴ、著作権で保護された素材、不適切なコンテンツをぼかせます。これにより、全体的なコンテンツ品質を維持しながら、法的問題を回避しやすくなります。

FAQ#

Ultralytics YOLO26によるオブジェクトぼかしでは、画像や動画内の特定のオブジェクトを自動的に検出し、ぼかし効果を適用します。この手法は、関連する視覚データを維持しながら機密情報を隠すことで、プライバシーを強化します。YOLO26のリアルタイム処理機能は、即時のプライバシー保護と選択的なフォーカス調整が必要なアプリケーションに適しています。
上記のPython例を使用してください。この例では、YOLO26のオブジェクト検出を実行し、各フレームの各検出結果にぼかしを適用します。blur_ratio（たとえば、ぼかし強度50%の場合は0.5）を設定して効果を調整し、classesを渡すと特定のオブジェクトタイプだけをぼかせます。
Ultralytics YOLO26は、オブジェクトぼかしに関していくつかの利点を提供します。
- プライバシー保護：機密情報や個人を特定できる情報を効果的に隠します。
- 選択的フォーカス：特定のオブジェクトをぼかしの対象にし、重要な視覚コンテンツを維持します。
- リアルタイム処理：動的な環境でオブジェクトぼかしを効率的に実行し、即時のプライバシー強化に適しています。
- 強度のカスタマイズ：プライバシー要件と視覚的な文脈のバランスを取るため、ぼかしの強度を調整できます。
- クラス固有のぼかし：特定のタイプのオブジェクトだけを選択的にぼかし、その他のオブジェクトは表示したままにできます。
より詳しい用途については、オブジェクトぼかしの利点のセクションをご覧ください。
はい、Ultralytics YOLO26は、動画内の顔を検出してぼかすように設定し、プライバシーを保護できます。顔を具体的に認識するようにモデルをトレーニングするか、事前学習済みモデルを使用することで、検出結果をOpenCVで処理してぼかし効果を適用できます。YOLO26によるオブジェクト検出のガイドを参照し、顔検出を対象にするようコードを変更してください。
Ultralytics YOLO26は通常、速度の面でFaster R-CNNなどのモデルを上回るため、リアルタイムアプリケーションにより適しています。どちらのモデルも高精度な検出を実現しますが、YOLO26のアーキテクチャは高速な推論に最適化されており、リアルタイムのオブジェクトぼかしなどのタスクで重要です。技術的な違いとパフォーマンス指標については、YOLO26のドキュメントをご覧ください。

貢献者

GLglenn-jocher¹⁴ RIRizwanMunawar⁷ RAraimbekovm⁵ MAMatthewNoyce² PDpderrenger¹ IVIvorZhu331¹ AYAyushExel¹

作成日 2024年1月9日更新日 3 日前