バージョン、学習、モデル

Roboflow におけるデータセットバージョン、学習、モデルの関係と、各モデルの識別・デプロイ方法。

Roboflow では、データセットのバージョン、トレーニング、モデルの3つの概念を区別しています。これらの関係を理解すると、モデルの学習、比較、デプロイがしやすくなります。

データセットのバージョンは、画像、分割、前処理、拡張を含む、データセットの不変スナップショットです。新しいバージョンを生成するのは、そのスナップショット自体が変化したときだけです。

トレーニングとは、選択したアーキテクチャと設定で、バージョン上で開始する1回の学習実行です。1つのバージョンには1つ以上のトレーニングを持てます。

モデルとは、トレーニングによって生成される学習済みネットワークです。1回のトレーニングは1つ以上のモデルを生成します（例: Neural Architecture Search 複数の候補モデルを生成します）。

データセットバージョン
   │  1つ以上のトレーニングを開始
   ▼
トレーニング
   │  1つ以上のモデルを生成
   ▼
モデル

同じバージョンから複数のトレーニングを開始して、たとえばアーキテクチャを比較することができますが、データを再生成する必要はありません。別のモデルを学習するために新しいバージョンは不要です。基になるデータや前処理が変わったときだけ、新しいバージョンを生成してください。

各モデルは個別にデプロイおよび評価され、デプロイや推論の実行時にはモデル ID で参照されます。バージョンで学習されたモデルには、次の形式のモデルごとの独自 ID があります。 {workspace}/{model-slug}そのため、複数のモデルを持つバージョンでは、それぞれに固有の ID が割り当てられます（たとえば、Workflow のモデルブロックで1つ選択します）。従来の単一モデルのバージョンは、次の形式で指定します。 {project}/{version} 代わりに使用します。参照: モデル ID 両方の形式の構造については、 サポートされているモデル で、学習済みモデルの呼び出し方法を確認してください。

単一モデルのバージョンは、この関係の一般的なケースです。1回のトレーニングで1つのモデルが生成されます。同じ構造は、同じバージョン上の多数のトレーニングや多数のモデルにも対応します。

トレーニングを削除

不要になった実行を削除するには、プロジェクトの Models ページで該当バージョンのカードを開き、「Delete」をクリックし、モデル名を入力して確認してから、「Move to Trash」をクリックします。削除できるのは、実行中ではないトレーニングのみです。トレーニングとそのモデルはワークスペース内に保持されます ゴミ箱 30日間保存されるため、復元できます。

バージョン内で最も古いトレーニングが、その {project}/{version} モデル ID を持ちます。そのトレーニングを削除すると、提供は次に古いものへ移るか、新しいトレーニングが完了するまで停止します。確認ウィンドウに、どちらが適用されるかが表示されます。

API でトレーニングを削除するには、次を送信します。 DELETE /:workspace/:project/:version/v2/trainings/:trainingId 次の権限を持つキーを使用します。 version:update スコープ。