物体検出
各オブジェクトをラベル付きボックスで囲んで画像内のオブジェクトを見つけて数え、その後、Roboflowで独自の物体検出モデルを学習・デプロイします。
物体検出とは?
物体検出は、画像内の注目対象それぞれを見つけ、その周囲にボックスを描きます。各オブジェクトについて、モデルはクラスラベル(例:「person」「bottle」「car」)、信頼度スコア、そしてピクセル単位のボックス位置を返します。画像に何があり、どこにあり、いくつあるかはわかりますが、正確な形状はわかりません。輪郭を取得するには インスタンスセグメンテーション.

対応している物体検出モデル
Roboflowはこれらの物体検出モデルをサポートしています。次を参照してください。 物体検出モデル 各モデルのエクスポートおよびデプロイ対応状況の表。
物体検出モデルのファインチューニング
画像をアップロードしてアノテーションする
画像をアップロードしその後、ラベル付けします。最も速い方法は 自動ラベル付け:基盤モデル(例: Gemini、GPT、SAM 3)または学習済みモデルのいずれかが、画像バッチ内のすべてのオブジェクトの周囲にバウンディングボックスを描画し、その結果を確認します。また、次の方法でもラベル付けできます。 アノテーションエディタ、AIの支援付きで(Label Assist モデルがボックスを提案し、 スマート選択 ワンクリックでオブジェクトの輪郭を作成し、 ボックスプロンプティング あなたが描いたものに一致するすべてのオブジェクトを見つける)か、Bounding Boxツールを使って手動で行えます。

データセットバージョンを生成する
データセットバージョンを生成する:画像の固定スナップショットに、train、valid、test の分割、さらに前処理や拡張が加えられたものです。
物体検出モデルをデプロイする
学習後、以下を使って物体検出モデルをデプロイします。 Serverless Cloud API、 Dedicated Deployment、または自身のハードウェア上で Roboflow Inferenceを使ってマルチモーダルモデルをデプロイできます。以下を参照してください。 デプロイ方法の選択 で各 विकल्पを比較できます。
最終更新
役に立ちましたか?

