> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/datasets/ja/bjon/dataset-versions/create-a-dataset-version.md).

# データセットバージョンを作成する

モデルの学習に使用するデータセットバージョンを作成します。

## 概要

バージョンは、データセットのある時点のスナップショットです。各反復でどの画像、前処理、拡張ステップが使用されたかを正確に追跡することで、結果を再現できる能力を維持できるため、これらのバージョンを保持しています。これにより、データパイプラインのバグや変更によるものではなく、モデルの変更に起因する結果だと確信したまま、さまざまなモデルやフレームワークにわたって科学的にテストできます。

<a href="https://docs.roboflow.com/platform/workspaces/key-concepts" class="button primary">主な概念: ワークスペースとプロジェクトとは？</a>

{% hint style="info" %}
一度バージョンが作成されると、それは時点で固定されます。つまり、画像、アノテーション、その他のデータの追加・削除を含むプロジェクトへの変更は、それ以前に作成されたバージョンには影響しません。
{% endhint %}

## Webアプリ

### データセットのバージョンを作成する方法

データセットのバージョンを作成するには、Roboflow プロジェクトに関連付けられたサイドバーで「Versions」をクリックします。次に「Generate New Version」をクリックします。

このページから、train/test/valid の分割を設定し、新しいデータセットバージョンの前処理ステップと拡張を指定できます。

<figure><img src="https://2416768182-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FNVfRxNsvCh4GOyqrjmzX%2Fuploads%2Fgit-blob-15210ee011b26459ed30a427ac60bdfb85934980%2FScreenshot%202023-06-22%20at%2015.37.50.png?alt=media" alt="" width="375"><figcaption></figcaption></figure>

データに適用する前処理ステップと拡張を指定したら、「Generate」をクリックします。これで新しいデータセットバージョンが生成されます。その後、このデータセットバージョンを使って Roboflow でモデルをトレーニングできます。また、 [データセットをエクスポートして](https://docs.roboflow.com/datasets/ja/bjon/dataset-versions/exporting-data.md) モデルを手動でトレーニングするために使用できます。

### 学習/検証/テストの分割を再調整する

バージョン作成プロセスの途中で、学習、検証、テストセットの分割バランスを再調整することもできます。これを行うには、「Step 2: Train/Test Split」に移動し、「Rebalance」ボタンをクリックします。

<figure><img src="https://2416768182-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FNVfRxNsvCh4GOyqrjmzX%2Fuploads%2Fgit-blob-4c91693393b132f1503c086f5ebf67f27dd9a4b9%2Fimage%20(342).png?alt=media" alt="" width="375"><figcaption></figcaption></figure>

推奨される分割は 70/20/10（train/valid/test）で、多くのデータセットにとって強力な出発点です。いつでも「Reset」をクリックして元に戻せます。

学習、検証、テストの割合を設定し、次に画像をどのように再割り当てするかを選択します:

* 「可能な限り少なく移動」は、画像を現在の分割に維持し、目標割合に達するために必要な分だけ移動します。
* 「Random shuffle」は、すべての画像を分割間でランダムに再割り当てします。
* 「アップロードバッチまたはアノテーションジョブごとにランダムシャッフル」は、各アップロードバッチまたは完了済みのアノテーションジョブを個別にシャッフルするため、各バッチとジョブが目標割合に一致します。

再調整を特定のクラスに限定することもできます。クラスを選択すると、そのクラスのみを含む画像に移動が限定され、方法は「可能な限り少なく移動」に切り替わります。

大規模なデータセットでは、再調整はフェーズごとの進捗を伴うバックグラウンドタスクとして実行されます。ダイアログを閉じても処理は継続され、Activity Center で追跡できます。

## HTTP API

### 学習/検証/テストの分割を再調整する

次の POST リクエストを送信して、プロジェクトの分割を再調整します。 `/:workspace/:project/splits/rebalance` エンドポイント。これはプロジェクト自体の分割を変更するため、次に生成するバージョンでは新しいバランスが使用されます。

再調整は常にバックグラウンドタスクとして実行されます。リクエストは `202 Accepted` をタスク ID とポーリング URL とともに返します。返された `url`をポーリングするか、または `GET /:workspace/asynctasks/:id` を `taskId`付きで呼び出し、タスクが完了するまで待ちます。

呼び出し元の API キーには `project:update` スコープと、Workspace 内で分割を編集する権限が必要です。

**リクエスト例**

```bash
$ curl --location "https://api.roboflow.com/my-workspace/my-project/splits/rebalance?api_key=$ROBOFLOW_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "splits": { "train": 70, "valid": 20, "test": 10 }
}'
```

**パラメータ**

```
- splits (object) - 必須。対象の train、valid、test の値。いずれも 0 以上の整数です。値は相対値なので、70/20/10 は 70%/20%/10% を意味します。少なくとも 1 つは 0 より大きくなければなりません。
- mode (string) - "rebalance"（既定）は、移動する画像数をできるだけ少なくします。"shuffle" は、すべての画像をランダムに再割り当てします。
- grouping (string) - "shuffle" モードでのみ使用されます。"global"（既定）はプロジェクト全体をシャッフルします。"batch" は、各アップロードバッチと完了済みのアノテーションジョブを個別にシャッフルします。
- classes (array of strings) - 再調整を、これらのクラスのみを含む画像に限定します。他のクラスを含む画像は現在の分割のまま維持されます。
```

**レスポンス例**

```json
{
    "taskId": "abc123",
    "url": "https://api.roboflow.com/my-workspace/asynctasks/abc123"
}
```

## Python SDK

バージョンは、選択した前処理および拡張ステップを適用した、プロジェクトのラベル付きデータのスナップショットを固定します。プロジェクト自体ではなく、バージョンに対してトレーニングしてください。

`Project.generate_version()` は新しいバージョン番号を返します。これを `project.version(...)` に渡して `Version` ハンドルを取得できます。

```python
import roboflow

rf = roboflow.Roboflow(api_key="YOUR_API_KEY")
project = rf.workspace().project("my-detector")

new_version = project.generate_version(settings={
    "preprocessing": {
        "auto-orient": True,
        "resize": {"width": 640, "height": 640, "format": "Stretch to"},
    },
    "augmentation": {},
})
version = project.version(new_version)
```

`augmentation.image.versions` はバージョンサイズの最大倍率であり、プランで上限が設定されています。それを超えて設定すると生成に失敗します。 [拡張の制限](https://docs.roboflow.com/datasets/ja/bjon/dataset-versions/image-augmentation.md#limiting-augmentations).

設定の完全な例を以下に示します。各プロパティの詳細な説明はその下にあります。

```json
{
    "versionName": "アライグマ",
    "augmentation": {
        "bbblur": { "pixels": 1.5 },
        "bbbrightness": { "brighten": true, "darken": false, "percent": 91 },
        "bbcrop": { "min": 12, "max": 71 },
        "bbexposure": { "percent": 30 },
        "bbflip": { "horizontal": true, "vertical": false },
        "bbnoise": { "percent": 50 },
        "bbninety": { "clockwise": true, "counter-clockwise": false, "upside-down": false },
        "bbrotate": { "degrees": 45 },
        "bbshear": { "horizontal": 45, "vertical": 45 },
        "blur": { "pixels": 1.5 },
        "brightness": { "brighten": true, "darken": false, "percent": 91 },
        "crop": { "min": 12, "max": 71 },
        "cutout": { "count": 26, "percent": 71 },
        "exposure": { "percent": 30 },
        "flip": { "horizontal": true, "vertical": false },
        "hue": { "degrees": 180 },
        "image": { "versions": 32 },
        "mosaic": true,
        "ninety": { "clockwise": true, "counter-clockwise": false, "upside-down": false },
        "noise": { "percent": 50 },
        "rgrayscale": { "percent": 50 },
        "rotate": { "degrees": 45 },
        "saturation": { "percent": 50 },
        "shear": { "horizontal": 45, "vertical": 45 }
    },
    "preprocessing": {
        "auto-orient": true,
        "contrast": { "type": "コントラスト伸張" },
        "filter-null": { "percent": 50 },
        "filter-tags": { "tag_name": true, "other_tag": false },
        "grayscale": true,
        "isolate": true,
        "remap": { "original_class_name": "new_class_name" },
        "resize": { "width": 200, "height": 200, "format": "Stretch to" },
        "static-crop": { "x_min": 10, "x_max": 90, "y_min": 10, "y_max": 90 },
        "tile": { "rows": 2, "columns": 2 }
    }
}
```

`タイル` は次の固定タイルモードも受け付けます: `{"mode": "fixed_size", "tileWidth": 640, "tileHeight": 640, "overlap": 5, "padding": "black"}` または `{"mode": "fixed_aspect", "aspectRatio": 1, "span": "width", "overlap": 5, "padding": "black"}`。参照: [タイル](https://docs.roboflow.com/datasets/ja/bjon/dataset-versions/image-preprocessing.md#tile).

## MCPサーバー

AIエージェントを [MCPサーバー](https://docs.roboflow.com/agents/mcp-server) また、次のツールを使ってデータセットのバージョンを生成できます:

<table data-search="false"><thead><tr><th width="290">ツール</th><th>説明</th></tr></thead><tbody><tr><td><code>versions_generate</code></td><td>オプションの前処理と拡張を指定してバージョンを作成します。</td></tr><tr><td><code>versions_get</code></td><td>分割と学習履歴を含むバージョン情報を取得します。</td></tr><tr><td><code>datasets_rebalance_splits</code></td><td>train、valid、test の分割の非同期再調整をキューに入れます。</td></tr><tr><td><code>async_tasks_get</code></td><td>再調整タスクが完了するまでポーリングします。</td></tr></tbody></table>
