コンテンツへスキップ

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

Ultralytics HUBプレビュー画像

Ultralytics iOSアプリは、リアルタイムの物体検出のためにiPhoneやiPad上で直接YOLO モデルを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(IOS & Android)を使い始める

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のことで、weights and biases 、モデルのサイズと必要な計算量を減らすことができます。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、精度や性能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

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

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:

  1. App Storeから Ultralytics Appをダウンロードしてください。

  2. 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てください。アカウントをお持ちでない方は、こちらからアカウントを作成してください。

  3. 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。

  4. 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。

  5. 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。

  6. 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。

Ultralytics iOSアプリを使えば、iPhoneやiPadでリアルタイムの物体検出にYOLO モデルのパワーを活用することができます。Apple Neural Engineを搭載し、FP16またはINT8量子化で最適化されています。



Created 2023-11-12, Updated 2024-06-10
Authors: glenn-jocher (5), sergiuwaxmann (2), RizwanMunawar (1)

コメント