Roboflow Instant

コンピュータビジョンの概念実証アプリケーション構築に使用する few-shot モデルを学習します。

Roboflow Instant は、概念実証（PoC）を開発している間に使える、短時間で学習できる少数ショットのモデルです。

Instant は、データセット内の新しい画像バッチを承認するとすぐに、そのデータセットを使ってモデルを自動的に学習します。

その後、このモデルは、Roboflow で学習された他のモデルと同様に、Roboflow Workflows で使用できます。

Instant はオブジェクト検出プロジェクトのみをサポートします。

Roboflow Instant モデルの学習は無料です。

Roboflow Instant モデルを学習する

Roboflow Instant モデルは、データセットに1000枚未満の画像を追加し、そのプロジェクトにまだ Instant モデルが存在しない場合に自動的に学習されます。

Instant の学習ジョブは手動でも実行できます。

Instant の学習ジョブを実行するには、プロジェクトに移動し、サイドバーの「Models」をクリックしてから、「Train Model」をクリックします：

「Roboflow Instant Model」を選択します：

その後、学習ジョブの確認を求められます：

Instant モデルには前処理や拡張の手順を適用できません。

Roboflow Instant の学習ジョブを開始するには、「Create New Instant Model」をクリックします。

すると学習ジョブが開始されます。

モデルが使用可能になるまで、数分かかる場合があります。

その後、Instant モデルがモデル一覧に表示されます：

Instant モデルをデプロイする

モデルを使用するには、デプロイしたいモデルの行の右側にある「Deploy Model」ボタンをクリックします：

デプロイに使用する Workflow テンプレートを選べるウィンドウが表示されます。独自の Workflow を作成することもできます。

オプションを選択すると、Workflow が作成されます。この Workflow は、Roboflow Workspace の Workflows ページからアクセスできます。

これは、Detect, Count, and Visualize テンプレートから作成された Workflow の例です：

この Workflow は Roboflow Instant モデルを使用しています。

Workflow をテストして、Instant モデルの動作を確認できます：

API で Instant モデルを実行する

学習が完了すると、Instant モデルは次で利用可能になります Serverless Cloud API 他の Roboflow モデルと同じエンドポイント形式を使用して。

Roboflow Instant モデルは、モデルごとの {workspace}/{model-slug} IDに置き換えてください（ バージョン、トレーニング、およびモデル）、Roboflow 3.0 モデルを呼び出すのと同じ方法で呼び出します。

Instant モデルの信頼度しきい値は繊細です。最適な値は通常、学習セットのサイズに応じて 0.85 から 0.99 の範囲です。

コード例

1

API キーを取得する

Roboflow アカウントを作成し、キーを次の場所で見つけてください。 Roboflow API 設定ページ そしてシェルから使えるようにします。

export ROBOFLOW_API_KEY="your-key-here"

2

依存関係をインストールする

次をインストールします。 Inference SDK と supervision:

pip install -U inference-sdk supervision

3

モデルを実行する

この例では、公開の rf-bolts Roboflow Instant モデル（ねじ、平ワッシャー、六角ナット）は、少数のラベル付きデータセットから少数ショットで学習されています。ご自身の {workspace}/{model-slug} 学習済み Instant モデルに置き換えてください。

import os
import cv2
import supervision as sv
from inference_sdk import InferenceHTTPClient

image = sv.load_image_from_url("https://media.roboflow.com/docs/bolts.jpg")

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
)
results = client.infer(image, model_id="erik-pe6au/bolts-uzqzc-instant-1")

detections = sv.Detections.from_inference(results)

annotated_image = sv.BoxAnnotator().annotate(image.copy(), detections)

cv2.imwrite("annotated.png", annotated_image)

設定してください api_url をデプロイ先に合わせてください：

• https://serverless.roboflow.com Serverless Cloud API 用です。

• http://localhost:9001 ローカルの Inference サーバー。

• あなたの 専用デプロイメント プライベートエンドポイント用の URL。

その他のデプロイ方法とセルフホスティングについては、以下を参照してください セルフホスト型デプロイ.