Ultralytics iOS アプリ：YOLO モデルによるリアルタイム物体検出

Ultralytics iOS アプリは、リアルタイムの物体検出のために、iPhone または iPad 上でYOLO モデルを直接実行できる強力なツールです。このアプリは、モデルの最適化と高速化のためにApple Neural EngineとCore MLを利用し、高速で効率的な物体検出を可能にします。

見るんだ： Ultralytics HUBアプリを使い始める (IOS &Android)

量子化と加速

iOS デバイスでリアルタイムのパフォーマンスを実現するために、YOLO モデルはFP16またはINT8の精度に量子化されます。量子化とは、モデルの数値精度を下げる処理で、weights and biases 、モデルのサイズと必要な計算量を減らす。その結果、モデルの精度に大きな影響を与えることなく、推論時間を短縮することができます。

FP16量子化

FP16（または半精度）量子化は、モデルの 32 ビット浮動小数点数を 16 ビット浮動小数点数に変換します。これにより、精度と性能のバランスを保ちながら、モデルのサイズを半分に縮小し、推論プロセスを高速化します。

INT8 量子化

INT8（または8ビット整数）量子化は、32ビット浮動小数点数を8ビット整数に変換することで、モデルのサイズと計算要件をさらに削減します。この量子化方法は大幅なスピードアップにつながりますが、精度が若干低下する可能性があります。

アップル・ニューラル・エンジン

Apple Neural Engine（ANE）は、AppleのAシリーズおよびMシリーズチップに統合された専用ハードウェアコンポーネントです。機械学習タスク、特にニューラルネットワークを高速化するように設計されており、YOLO モデルの実行をより速く、より効率的にします。

量子化されたYOLO モデルとApple Neural Engineを組み合わせることで、Ultralytics iOS Appは、精度やパフォーマンスに妥協することなく、iOS デバイス上でリアルタイムの物体検出を実現します。

発売年	iPhone名	チップセット名	ノードサイズ	ANE TOPs
2017	iPhone X	A11バイオニック	10 nm	0.6
2018	iPhone XS	A12バイオニック	7 nm	5
2019	iPhone 11	A13バイオニック	7 nm	6
2020	iPhone 12	A14バイオニック	5 nm	11
2021	iPhone 13	A15バイオニック	5 nm	15.8
2022	iPhone 14	A16バイオニック	4 nm	17.0
2023	iPhone 15	A17プロ	3 nm	35.0

このリストには2017年以降のiPhoneモデルが含まれており、ANE TOPsの値は概算値であることにご注意ください。

CoreML 統合

Ultralytics iOS アプリは CoreMLを活用し、YOLO モデルをiOS デバイス向けに最適化しています。CoreML いくつかの利点があります：

デバイス上での処理：すべての推論はデバイス上でローカルに行われるため、データのプライバシーが保証され、インターネット接続の必要性がなくなります。
ハードウェアアクセラレーション：Apple Neural Engine、CPU、GPU 自動的に利用して最適なパフォーマンスを実現
シームレスな統合：iOS カメラおよびシステムフレームワークとネイティブに動作

CoreML YOLO モデルをアップル社製デバイスに最適化されたフォーマットに変換し、検出精度を維持しながら効率的な実行を可能にする。

Ultralytics iOS アプリを使い始める

Ultralytics iOS アプリを使い始めるには、以下の手順に従ってください：

App Storeから Ultralytics Appをダウンロードしてください。
iOS デバイスでアプリを起動し、Ultralytics アカウントでサインインします。アカウントをお持ちでない場合は、Ultralytics HUBでアカウントを作成してください。
サインインすると、学習済みのYOLO モデルのリストが表示されます。オブジェクト検出に使用するモデルを選択します。
アプリにデバイスのカメラへのアクセス許可を与えます。
検出したいオブジェクトにデバイスのカメラを向けます。アプリはオブジェクトを検出すると、バウンディングボックスとクラスラベルをリアルタイムで表示します。
検出しきい値の調整、特定のオブジェクトクラスの有効化・無効化など、アプリの設定をご覧ください。