> 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/deployment/ja/self-hosted/inference-server/configuration/docker-configuration.md).

# Docker 設定オプション

self-hosted の Roboflow Inference コンテナを構成します - ネットワーク、CORS、NMS の既定値、モデルキャッシュ、ワーカー、HTTPS、Secure Gateway。

推論サーバーには、環境変数で設定できるさまざまなパラメーターがあります。環境変数を `docker run`で設定するには、 `-e` フラグを使用します。

```bash
docker run -it --rm -e ENV_VAR_NAME=env_var_value -p 127.0.0.1:9001:9001 --gpus all roboflow/roboflow-inference-server-gpu:latest
```

このページでは、変更する可能性が高いオプションを説明します。すべてのオプションについては、 [環境変数](https://docs.roboflow.com/deployment/ja/self-hosted/inference-server/configuration/environment-variables.md).

## ネットワーク

`HOST`：文字列（デフォルト値は `0.0.0.0`）。コンテナ内で使用するインターフェースを選択します。公開ポートからサーバーにアクセスできるよう、Dockerブリッジネットワークではこの値をそのまま使用してください。

ホスト側のマッピングには `-p 127.0.0.1:9001:9001` を使用するとローカルからのみアクセスできます。または、LANインターフェースを明示的に選択してください。CLIの `--bind-address` でこのマッピングを制御できます。macOSおよびWindowsのデスクトップバンドルでは、代わりに `HOST`を使用し、デフォルト値は `127.0.0.1`です。 [ネットワークアクセス](https://docs.roboflow.com/deployment/ja/self-hosted/inference-server/configuration/security.md#restrict-network-access) では、Jetsonおよびトンネル利用時の例外について説明しています。

**`PORT`**：整数（デフォルト値は `9001`）。HTTPインターフェースで使用するポートを設定します。

**`ALLOW_ORIGINS`**：文字列（デフォルト値は `*`）。HTTPインターフェースで使用するFastAPIのCORSミドルウェアの `allow_origins` プロパティを設定します。複数の値を指定する場合は、カンマで区切ります。例： `ALLOW_ORIGINS=orig1.com,orig2.com`.

## 推論の動作

**`CLASS_AGNOSTIC_NMS`**：ブール値（デフォルト値は `False`）。検出モデル（物体検出、インスタンスセグメンテーションなど）のデフォルトの非極大値抑制（NMS）の動作を設定します。 `True`の場合、NMSはクラスに依存しないため、IoUしきい値に基づいて異なるクラス間の重複検出が削除されることがあります。 `False`の場合、削除対象として判定されるのは同じクラス内の重複検出のみです。

**`MAX_CANDIDATES`**：整数（デフォルト値は `3000`）。検出候補の最大数です。

**`MAX_DETECTIONS`**：整数（デフォルト値は `300`）。モデルが返す検出結果の最大数です。

**`FIX_BATCH_SIZE`**：ブール値（デフォルト値は `False`）。 `True`、バッチサイズはこのサーバーに設定された最大バッチサイズに固定されます。

**`MAX_ACTIVE_MODELS`**：整数（デフォルト値 `8`）。内部モデルマネージャーが一度にメモリに保持するモデルの最大数です。デフォルトでは、新しいモデル用の空き容量を確保する際に、モデルキューは最も長い間アクセスされていないモデルを削除します。

**`NUM_WORKERS`**：整数（デフォルト値 `1`）。HTTPインターフェースで使用するワーカー数です。

## CLIPモデルのオプション

**`CLIP_VERSION_ID`**：文字列（デフォルト値 `ViT-B-16`）。すべての `/clip` ルートで使用するOpenAI CLIPのバージョンを設定します。使用可能なバージョンは `RN101`, `RN50`, `RN50x16`, `RN50x4`, `RN50x64`, `ViT-B-16`, `ViT-B-32`, `ViT-L-14-336px`、および `ViT-L-14`.

**`CLIP_MAX_BATCH_SIZE`**：整数（デフォルト値 `8`）。CLIPモデルの推論関数が受け付ける最大バッチサイズを設定します。

## モデルキャッシュ

**`MODEL_CACHE_DIR`**：文字列（デフォルト値 `/tmp/cache`）。ルートモデルキャッシュディレクトリのコンテナ内パスを設定します。

**`TENSORRT_CACHE_PATH`**：文字列（デフォルト値： `MODEL_CACHE_DIR`の値）。TensorRTキャッシュディレクトリのコンテナ内パスを設定します。このパスをホストボリュームにマウントすると、TensorRTベースのサーバーのコールドスタート時間を短縮できます。

### 永続モデルキャッシュ

デフォルトでは、モデルの重みはコンテナ内の `/tmp/cache` に保存され、 **コンテナの再起動またはシステムの再起動時に失われます**。本番環境へのデプロイでは、ダウンロード済みの重みを保持するため、永続ホストボリュームをマウントしてください。

```bash
# ホスト上に永続キャッシュディレクトリを作成
mkdir -p /var/lib/roboflow/cache

# 永続キャッシュを使用してコンテナを実行
docker run -d \
  -p 127.0.0.1:9001:9001 \
  -v /var/lib/roboflow/cache:/tmp/cache \
  -e MODEL_CACHE_DIR=/tmp/cache \
  roboflow/roboflow-inference-server-cpu:latest
```

注意点：

* ホストパスには、永続ストレージを使用してください。 `/tmp`.
* マウントしたディレクトリには、コンテナユーザー（イメージに応じて通常は UID 1000 または root）が適切にアクセスできる権限を設定する必要があります。
* 永続キャッシュを使うと、デプロイ前に重みを事前に格納でき、コンテナの更新後も保持できます。

詳しくは [オフラインでの重みのダウンロード](https://docs.roboflow.com/reference/inference/inference-python/offline-weights) をご覧ください。重みの事前ダウンロードとキャッシュについて説明しています。

## HTTPS / TLS

**`ENABLE_HTTPS`**：boolean（デフォルト値は `False`）。設定すると、Inference Server は HTTP ではなく HTTPS でトラフィックを処理し、証明書と秘密鍵を次の場所から読み込みます。 `SSL_CERTFILE` と `SSL_KEYFILE`.

**`SSL_CERTFILE`**：文字列（デフォルト値： `/etc/inference/certs/server.crt`）および **`SSL_KEYFILE`**：文字列（デフォルト値： `/etc/inference/certs/server.key`）。コンテナ内のPEM形式の証明書と秘密鍵へのパスです。デフォルト値は便利なマウントポイントなので、通常は証明書と鍵を次の場所にバインドマウントするだけで済みます。 `/etc/inference/certs/` そして、 `ENABLE_HTTPS=true`.

`SSL_KEYFILE_PASSWORD`：string（任意）。暗号化された秘密鍵のパスフレーズをUvicornランチャーに渡します。並列のGunicornランチャーではサポートされていません。

`SSL_CA_CERTS`：string（任意）。HTTPSが有効な場合に、mTLS用のクライアントCAバンドルを指定します。適用要件とリリース対象範囲については、 [HTTPSの設定](https://docs.roboflow.com/deployment/ja/self-hosted/inference-server/configuration/https.md#mutual-tls) を参照してください。

自己署名証明書を使用した詳細な手順： [HTTPS 経由で推論を提供する](https://docs.roboflow.com/deployment/ja/self-hosted/inference-server/configuration/https.md).

## セキュアゲートウェイ

**`SECURE_GATEWAY`**：文字列（デフォルトは未設定）。次のアドレスを設定します： [Roboflow セキュアゲートウェイ](https://docs.roboflow.com/deployment/ja/self-hosted/enterprise/secure-gateway.md) エアギャップ環境へのデプロイ用。Roboflow API への通信とモデルのダウンロード通信は、このプロキシ経由でルーティングされます。プロキシ経由にできない通信は、次のように無効化または別の経路に切り替えられます：

* Inference のバージョン確認（ `api.github.com`を呼び出す処理）は強制的に無効化されます： `DISABLE_VERSION_CHECK` が設定されている場合、 `True` 明示的に別の値が設定されている場合でも同様です。
* 次の場合、 `WORKFLOWS_STEP_EXECUTION_MODE=remote` と `WORKFLOWS_REMOTE_API_TARGET=hosted`を組み合わせると、ステップの実行は `local` 警告が表示されます。ホスト型Roboflow推論エンドポイントにはゲートウェイプロキシ経由で接続できないためです。リモート実行を維持するには、 `WORKFLOWS_REMOTE_API_TARGET=self-hosted` **を使用し、** 指定先を `LOCAL_INFERENCE_API_URL` （デフォルトは `http://127.0.0.1:9001`）に設定して、ゲートウェイのネットワーク境界内から到達可能な推論サーバーを指定してください。
* サードパーティとの連携（Google VisionやGeminiの直接キー経由の利用、Stability AI、Twilioへのメディアアップロード、外部ホストへのWebhook）はプロキシ経由にならないため、ゲートウェイのネットワークで許可されていない限り失敗します。

次のように、明示的なHTTPSゲートウェイURLを使用し、 `SECURE_GATEWAY=https://gateway.example.com`ゲートウェイの証明書を信頼してください。Inference 1.6.0以降では、スキームのないアドレスはHTTPSとして扱われ、ループバック以外への平文接続は拒否されます。詳細は [移行の対象範囲](https://docs.roboflow.com/deployment/ja/self-hosted/inference-server/configuration/security-migration.md#gateway-transport).

従来の `LICENSE_SERVER` 環境変数も引き続き使用できますが、非推奨です。
