> 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/models/ja/moderunomi/download-roboflow-model-weights.md). # 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、Model Weights を手動でダウンロードします（特定の例外ケース向け）。 ### Roboflow Inference を介した自動ダウンロード（推奨） [Roboflow Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted) は、CPU および GPU デバイス上でモデルをローカルに実行するための、オープンソースでスケーラブルなシステムです。 **始めるための最速かつ最も信頼性の高い方法です**. Inference を使用すると、ファイルやバージョン管理を行う必要はありません。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。画像はクラウドに送信されません。 * **デプロイオプション**: * [Workflows](https://docs.roboflow.com/workflows/deploy/deploy-a-workflow): 本番運用向けのマルチステップのコンピュータビジョンワークフロー向け * [Python 推論 SDK](https://docs.roboflow.com/deployment/self-hosted/self-hosted#run-a-model): Python 連携向け ### 手動でのモデル重みのダウンロード 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。これは、たとえばカスタム Android 実装など、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ためです。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。 以下を参照してください [対応モデルの表](/models/ja/supported-models.md) 重みのダウンロード互換性について。 {% hint style="warning" %} 無料プランを含む Core では、以下を通じた重みのダウンロードがサポートされています [Python SDK](#method-b-python-sdk). 分類の重みには別途ワークスペースへのアクセスが必要で、SAM3 および RF-DETR NAS の重みはダウンロードできません。ダウンロード権限はモデルのライセンスを変更しません。AGPL-3.0 の YOLO 重み（例: YOLO11、YOLO26）を Roboflow の外で商用利用するには、Enterprise ライセンスのアドオン、またはコードを AGPL-3.0 の下でオープンソース化する必要があります。以下を参照してください [モデルライセンス](/models/ja/model-licenses.md). {% endhint %} #### エクスポート形式 ONNX は推奨される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、その他あらゆる ONNX 互換ランタイム上で実行できます。Roboflow Inference でも ONNX Runtime を使ってモデルを実行します。
形式典型的な用途利用可能な対象
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、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、分類モデル
CoreMLiOS および Apple デバイスRoboflow 3.0、YOLOv8、YOLOv12、YOLO26、RF-DETR、分類モデル
TFLite（int8）マイクロコントローラ（例: OpenMV）Roboflow 3.0、YOLOv8、YOLOv12、および YOLO26
TensorFlow.jsWeb ブラウザRoboflow 3.0 および RF-DETR の物体検出モデル
Luxonis OAK / DepthAIOAK 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 も、インスタンスセグメンテーションおよび分類モデルで利用可能です。 * RF-DETR モデルは、オープンソースの [rf-detr ライブラリ](https://github.com/roboflow/rf-detr) 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 経由でのみ実行でき、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。ワークスペースに「重みをダウンロード」ボタンがある場合は、それをクリックしてモデルのアーキテクチャで利用可能な形式をダウンロードします。ない場合は、 [方法 B](#method-b-python-sdk).
Download Weights button
#### 方法 B: Python SDK Roboflow の Python パッケージを使用して、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。 ```python 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ーにダウンロードします ``` **注**: Roboflow は、Roboflow Inference エコシステムの外で使用されるモデル重みについて技術サポートを提供していません。最適な利用体験のため、セクション 1 で示した Inference の方法を使用することを推奨します。