> 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-tasks/classification.md).

# 分類

画像全体が何を示しているかでラベル付けし、Roboflow で独自の画像分類モデルを学習してデプロイしましょう。

## 画像分類とは何ですか？

分類では、物がどこにあるかを示さずに、画像全体にラベルを付けます。Roboflow は 2 種類をサポートしています。

* シングルラベル分類は、信頼度スコア付きで画像ごとに 1 つのクラスを返します（例:「合格」または「不合格」）。
* マルチラベル分類は、画像に当てはまるすべてのクラスを、それぞれ独自のスコア付きで返します（例:「へこみあり」と「ラベル欠落」）。

画像が何を示しているかだけを知りたい場合に使います。物体がどこにあるかを見つけるには、 [物体検出](https://docs.roboflow.com/models/ja/supported-tasks/object-detection.md).

<figure><img src="https://1194881119-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-b41b34795b6e89950cbd616a9a5f2c602183029f%2Fimg-task-classification-wide.webp?alt=media" alt="An orange slice labeled orange and a peeled tangerine labeled tangerine"><figcaption></figcaption></figure>

## 対応している画像分類モデル

Roboflow はこれらの分類モデルをサポートしています。各モデルのエクスポートとデプロイのサポートについては、 [分類モデル](https://docs.roboflow.com/models/ja/supported-models.md#classification) の表を参照してください。

<table data-search="false"><thead><tr><th>モデル</th><th>ライセンス</th><th data-type="checkbox">Roboflow で学習可能</th><th>最新リリース</th></tr></thead><tbody><tr><td><a href="https://docs.roboflow.com/models/ja/supported-models/roboflow-3.md">Roboflow 3.0</a></td><td><a href="https://roboflow.com/licensing">Roboflow ライセンス</a></td><td>false</td><td>2023</td></tr><tr><td><a href="https://docs.roboflow.com/models/ja/supported-models/dino-v3.md">DINOv3</a></td><td><a href="https://docs.roboflow.com/models/ja/model-licenses.md#other-models">上流のライセンス</a></td><td>true</td><td>2025</td></tr><tr><td><a href="https://docs.roboflow.com/models/ja/supported-models/vit.md">ViT</a></td><td><a href="https://docs.roboflow.com/models/ja/model-licenses.md#other-models">上流のライセンス</a></td><td>true</td><td>2020</td></tr><tr><td><a href="https://docs.roboflow.com/models/ja/supported-models/resnet.md">ResNet</a></td><td><a href="https://docs.roboflow.com/models/ja/model-licenses.md#other-models">上流のライセンス</a></td><td>true</td><td>2015</td></tr></tbody></table>

## 分類モデルのファインチューニング

{% stepper %}
{% step %}

### 分類プロジェクトを作成する

作成する [プロジェクト](https://docs.roboflow.com/datasets/create-and-upload/create-a-project) を選び、プロジェクトタイプとしてシングルラベル分類またはマルチラベル分類を選択します。

<figure><img src="https://1194881119-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-1d77b799d2ee67437f44dce9451712749f2a4045%2Fcreate-project-classification.webp?alt=media" alt="Create project form with Classification selected as the project type and a preview of a classification example"><figcaption></figcaption></figure>
{% endstep %}

{% step %}

### 画像をアップロードしてラベル付けする

[画像をアップロードし](https://docs.roboflow.com/datasets/create-and-upload/adding-data)、その後ラベル付けします。最も速い方法は [自動ラベル](https://docs.roboflow.com/datasets/annotate/annotate/ai-labeling/auto-label)です。基盤モデル（例: GPT-6.1 Sol や CLIP）または学習済みモデルの 1 つがバッチ内の各画像のクラスを選び、あなたは結果を確認します。各画像のクラスは、 [アノテーションエディタ](https://docs.roboflow.com/datasets/annotate/annotate/annotation-tools)でも選択でき、 [Label Assist](https://docs.roboflow.com/datasets/annotate/annotate/ai-labeling/model-assisted-labeling) がモデルまたは手動で候補を提案します。マルチラベルプロジェクトでは、該当するすべてのクラスを選択してください。

<figure><img src="https://1194881119-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-12341a515b4472f5d0aa09615aefebde2c6149a9%2Fannotate-classification.webp?alt=media" alt="Annotation editor on a classification image with the class picker open and Maltese_dog selected"><figcaption></figcaption></figure>
{% endstep %}

{% step %}

### データセットのバージョンを生成する

[データセットのバージョンを生成する](https://docs.roboflow.com/datasets/versions/dataset-versions/create-a-dataset-version)画像の固定スナップショットで、train、valid、test の分割に加え、前処理と拡張も含まれます。
{% endstep %}

{% step %}

### 分類モデルを学習する

「Train」をクリックして、アーキテクチャとサイズを選択します。各オプションについては [モデルを学習する](https://docs.roboflow.com/models/ja/xue-xi/train-a-model.md) をご覧ください。

<figure><img src="https://1194881119-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-a0f81af014386ec0e7c7cdc96834b7611841c6d9%2Ftrain-architectures-classification.webp?alt=media" alt="Select Architecture step on the Train page listing DINOv3, ViT, and ResNet"><figcaption></figcaption></figure>
{% endstep %}
{% endstepper %}

## 分類モデルをデプロイする

学習後は、 [Serverless Cloud API](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api)、 [Dedicated Deployment](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments)、または [Roboflow Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted)を使って自分のハードウェア上に分類モデルをデプロイします。比較するには [デプロイ先の選び方](https://docs.roboflow.com/deployment/choosing-a-deployment) を参照してください。
