モデルの重みをダウンロード

Roboflow モデルを自分のハードウェアで実行するには、Roboflow Inference（推奨される自動方式）を使うか、特定の例外ケース向けにモデルの重みを手動でダウンロードできます。

Roboflow Inference による自動ダウンロード（推奨）

Roboflow Inference は、CPU および GPU デバイス上でローカルにモデルを実行するための、オープンソースでスケーラブルなシステムです。

これが、すぐに始めるための最速かつ最も信頼できる方法です。Inference を使用すると、ファイルやバージョニングを管理する必要はありません。Roboflow Inference は、コードを初めて実行したときにモデルの重みを自動的に取得してキャッシュします。

• 仕組み：最初の推論リクエスト時に、重みは Roboflow のサーバーからダウンロードされ、ローカルに保存されます。以降の予測はすべてこのローカルキャッシュを使用します。画像はクラウドには送信されません。

• デプロイオプション:

  • ワークフロー：本番環境対応のマルチステップ・コンピュータビジョンワークフロー向け

  • Python inference SDK：Python 連携向け

モデルの重みを手動でダウンロード

場合によっては、未加工の重みファイル（例：PyTorch .pt ファイル）が必要になることがあります。たとえば、カスタム Android 実装のように、Roboflow がまだネイティブにサポートしていないデバイスで実行する場合です。ダウンロードできる形式は、モデルのアーキテクチャによって異なります。

を参照して サポート対象モデル一覧 重みダウンロードの互換性を確認してください。

プレミアム機能：手動での重みダウンロードは、Core プランの有料ユーザーおよび一部の Enterprise 顧客のみ利用できます。詳細は 料金ページ.

エクスポート形式

ONNX は推奨エクスポート形式です。最も幅広いアーキテクチャで利用でき、ONNX ファイルを変換して TensorRT、OpenVINO、CoreML、またはその他の ONNX 対応ランタイムで実行できます。Roboflow Inference でも ONNX Runtime を使用してモデルを実行します。

形式	一般的な用途	利用可能なモデル
ONNX	クロスプラットフォームのランタイム（例：TensorRT、OpenVINO）	Roboflow 3.0、YOLOv8、YOLOv12、YOLO26、YOLO-NAS、RF-DETR、および分類モデル
PyTorch (.pt)	カスタム PyTorch パイプライン	Roboflow 3.0、YOLOv8、YOLOv12、YOLO26、YOLO-NAS、RF-DETR、および分類モデル
CoreML	iOS および Apple デバイス	Roboflow 3.0、YOLOv8、YOLOv12、YOLO26、RF-DETR、および分類モデル
TFLite（int8）	マイクロコントローラ（例：OpenMV）	Roboflow 3.0、YOLOv8、YOLOv12、YOLO26
TensorFlow.js	Web ブラウザ	Roboflow 3.0 および RF-DETR の物体検出モデル
Luxonis OAK / DepthAI	OAK カメラ	Roboflow 3.0 および YOLOv8 の物体検出モデル

• インスタンスセグメンテーション、分類、キーポイント検出モデルは ONNX にエクスポートされます。CoreML は、インスタンスセグメンテーションおよび分類モデルでも利用可能です。

• RF-DETR モデルは、オープンソースの rf-detr ライブラリ を使って、TFLite、TensorRT、ExecuTorch にもエクスポートできます（実験的）。

• RF-DETR NAS および SAM3 モデルは Roboflow Inference を通じてのみ実行でき、重みのダウンロードはサポートされていません。

• ファインチューニングされたマルチモーダルモデル（例：PaliGemma、Florence-2、Qwen）は、変換なしで Hugging Face の出力ディレクトリ（safetensors）としてダウンロードされます。

方法 A：Roboflow プラットフォーム

プロジェクト内のモデルに移動します。ご利用のプランで許可されている場合、「重みをダウンロード」ボタンをクリックすると、そのモデルのアーキテクチャで利用可能な形式で重みをダウンロードできます。

方法 B：Python SDK

Roboflow の Python パッケージを使って、重みを直接ディレクトリにダウンロードすることもできます：

from roboflow import Roboflow

rf = Roboflow(api_key="YOUR_API_KEY")
model = rf.workspace().project("PROJECT_ID").version(1).models()[0]
model.download()  # 'weights.pt' をローカルフォルダにダウンロードします

注：Roboflow は、Roboflow Inference エコシステム外で使用されるモデルの重みに対して技術サポートを提供していません。最良の体験のために、セクション 1 で説明した Inference の方法を使用することを推奨します。