> 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/supported-models/dino-v3.md).

# Dino v3

Metaの [DINOv3](https://github.com/facebookresearch/dinov3) 自己教師ありの視覚モデルを分類に使用するための [サーバーレスホスト型 API](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api). DINOv3は、Roboflowで線形プローブ分類器を学習させることで、あなたのデータセットに適応できる強力な汎用視覚特徴を生成します。

## コード例

{% stepper %}
{% step %}

### API キーを取得する

Roboflow アカウントを作成し、以下でキーを見つけます： [Roboflow API 設定ページ](https://app.roboflow.com/settings/api) その後、シェルで利用できるようにします：

```bash
export ROBOFLOW_API_KEY="your-key-here"
```

{% endstep %}

{% step %}

### 依存関係をインストールする

以下をインストールします： [Inference SDK](https://docs.roboflow.com/deployment/self-hosted/self-hosted):

```bash
pip install -U inference-sdk supervision
```

{% endstep %}

{% step %}

### モデルを実行する

学習済みのDINOv3分類器を、その `{workspace}/{model-slug}` の [バージョン、学習、モデル](/models/ja/versions-trainings-and-models.md)).

```python
import os
import supervision as sv
from inference_sdk import InferenceHTTPClient

image = sv.load_image_from_url("https://media.roboflow.com/notebooks/examples/dog.jpeg")

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
)
# 事前学習済みのエイリアスはありません。独自のモデルを学習し、「your-project/1」をモデルIDに置き換えてください。
results = client.infer(image, model_id="your-project/1")
print(results)
```

{% endstep %}
{% endstepper %}

{% hint style="info" %}
設定する `api_url` をデプロイ先に合わせます：

* `https://serverless.roboflow.com` Serverless Hosted API 用。
* `http://localhost:9001` ローカルの [Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted) サーバー用。
* あなたの [専用デプロイメント](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments) プライベートエンドポイント用の URL。
  {% endhint %}

セルフホスト型デプロイメントと追加の詳細については、 [推論ドキュメント](https://docs.roboflow.com/deployment/self-hosted/self-hosted).