> 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/reference/ja/glossary.md).

# 用語集

Workflows、Blocks、Kinds、デプロイオプションを含む Roboflow 用語集。

Roboflowのドキュメントでは、なじみのない可能性のあるいくつかの用語や専門用語が使われています。このページでは、Roboflowプラットフォームの文脈におけるそれらの意味を明確にし、 [Roboflow Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted).

## API

ソフトウェアアプリケーション同士が通信できるようにするインターフェース。Roboflow APIは、データセット、モデル、 [ワークフロー](https://docs.roboflow.com/workflows)、および推論へのアクセスを提供するため、パイプラインをプログラムで設定して実行できます。以下を参照してください。 [REST APIリファレンス](https://docs.roboflow.com/reference/ja/platform/rest-api.md).

## ブロック

ある [ワークフロー](https://docs.roboflow.com/workflows)。ブロックは、モデル推論の実行、ロジックの実行、外部サービスとの連携など、特定のタスクを実行します。

## CLI

コマンドラインインターフェース。以下を参照してください。 [Roboflow CLI](https://docs.roboflow.com/reference/ja/platform/cli.md) プラットフォーム操作については、 [Inference CLI](https://docs.roboflow.com/reference/ja/inference/inference-cli.md) を参照してください。これは、サーバーの起動、ベンチマークの実行、ワークフローの実行に使用します。

## クライアント

APIと連携するソフトウェアアプリケーションまたはライブラリの [Inference SDK](https://docs.roboflow.com/reference/ja/inference/inference-sdk.md) は、REST APIをより使いやすいインターフェースに抽象化するクライアントです。

## 商用ライセンス

制限付きライセンスのモデルを、独自コードをオープンソース化することなく商用製品で使用できるライセンス。Inference自体はApache 2.0を使用しています。Roboflow Cloudへのデプロイには、すべてのユーザーに対して、AGPL-3.0のYOLOモデル（例: YOLO11、YOLO26）およびPML 1.0のRF-DETRモデル（XLと2XL）向けの商用ライセンスが含まれます。セルフホストデプロイでは、そのライセンスはEnterpriseの追加機能です。以下を参照してください。 [モデルライセンス](https://docs.roboflow.com/models/model-licenses).

## 専用

クラウドのコンピュートリソースが単一のユーザーまたは組織に専有割り当てされ、安定したパフォーマンスを確保し、追加機能を利用できる構成。稼働時間に基づいて課金されます。以下を参照してください。 [専用デプロイ](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments).

## 定義

ワークフローの構造化されたJSON記述で、ブロックの順序、入力パラメータ、レスポンス形式、およびカスタムロジックを含みます。

## 動的ブロック

ワークフローのJSON定義に含まれるカスタムPythonコードを使用するワークフローブロックで、実行時に高度なカスタマイズを可能にします。

## エンタープライズ

大規模組織向けのサービス階層で、強化された機能、拡張性、サポートを提供します。Enterprise Inference機能のソースコードは、 `enterprise` リポジトリのフォルダにありますが、アクティブなEnterpriseライセンスがある場合にのみ使用できます。以下を参照してください。 [Enterpriseデプロイ](https://docs.roboflow.com/deployment/self-hosted/enterprise).

## 実行エンジン

ワークフローの実行、ブロックの実行管理、リソース割り当ての最適化を担うバックエンドシステム。

## ファインチューニング済みモデル

特定のデータセットで学習され、対象アプリケーションにおいて性能が向上したモデル。たとえば、特定の自動車部品の傷を検出するよう調整された「傷検出」モデル。

## 基盤モデル

幅広いことについて幅広く知っている汎用モデルで、必ずしも特定のデータセットでファインチューニングする必要はなく、ゼロショットで使用できます。以下を参照してください。 [対応モデル](https://docs.roboflow.com/models/supported-models).

## 種類

ワークフローで使用されるデータ型の分類。ワークフローブロックの入力および出力の種類を定義すると、実行エンジンがデータと接続を検証、シリアライズ、最適化できるようになります。種類の例は `detection` （物体検出モデルからの予測）、 `image` （ピクセルとそのメタデータ）、および `float_zero_to_one`.

## LMM

大規模マルチモーダルモデル: 画像やテキストなど複数のデータ型を処理するモデルです。例としてFlorence-2やGPT-4oがあります。

## マネージド

Roboflowのクラウド環境で実行されるデプロイで、スケーリングとインフラはサービスとして提供されます。セルフホスト型とは対照的に、ソフトウェアを自社インフラにインストールし、セットアップと保守を自分で担います。

## 従量課金

ワークフロー実行回数や処理した動画時間などの使用量指標に基づく課金方式。RoboflowのクラウドサービスにアクセスするためにAPIキーが必要なモデルとワークフローは従量課金です。

## モデル

物体検出や分類などの推論タスクに使用される、学習済みの機械学習アーティファクト。ResNet-32のようなアーキテクチャと学習済み重みで構成されます。

## パラメータ

ワークフローへの入力。画像、文字列、数値、配列、オブジェクトなどのデータにできます。ブロックへの入力として使用されます。

## プラットフォーム

データの収集と整理、画像のアノテーション、データセットの作成、モデルの学習、ワークフローの構築、デプロイの監視のためのエンドツーエンドのツールを含む、Roboflowのエコシステム。

## 学習済みモデル

Microsoft COCOのような汎用データセットで学習した重みが読み込まれたモデルアーキテクチャ。対象領域特化のデータセットで学習されたファインチューニング済みモデルとは対照的です。

## 公開

Roboflowエコシステム内のすべてのユーザーがアクセスできるデータセット、モデル、またはワークフロー。これらはで見つけて配布できます。 [Roboflow Universe](https://docs.roboflow.com/datasets/universe/universe/what-is-roboflow-universe).

## スキーマ

ワークフローの入力データと出力データの構造化フォーマットで、下流のアプリケーションが渡して解析する必要のあるプロパティと型を定義します。

## SDK

APIと統合するための、使いやすい抽象化を備えたツールとライブラリのセット。以下を参照してください。 [Python SDK](https://docs.roboflow.com/reference/ja/platform/python-sdk.md) および [Inference SDK](https://docs.roboflow.com/reference/ja/inference/inference-sdk.md).

## サーバー

通常はポート9001でDocker経由で稼働する、Inference HTTPインターフェースを実行するデバイス。以下を参照してください。 [セルフホストデプロイ](https://docs.roboflow.com/deployment/self-hosted/self-hosted).

## サーバーレス

手動でのリソース管理なしに、必要に応じてリソースがスケールする実行モデル。専用とは対照的です。使用量のみに基づいて課金されます。以下の [Serverless Hosted API](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api).

## 従来のCV

機械学習モデルに頼らず、フィルタリングやエッジ検出などの従来のコンピュータビジョン手法を実装するワークフロー内のブロック。

## Universe

他のユーザーによって公開共有され、Roboflowエコシステム内で利用できるデータセット、学習済みモデル、その他のリソースの大規模なコレクション。以下を参照してください。 [Roboflow Universe](https://docs.roboflow.com/datasets/universe/universe/what-is-roboflow-universe).

## 重み

機械学習モデルが学習によって得たパラメータで、与えられた入力に対する予測を決定します。

## ワークフロー

定義された一連の操作を通じてデータを処理し結果を生成するよう設計された、相互接続されたブロックの系列。モデルの連結、状態の保持、カスタムロジックの実行、外部システムとの統合に使用されます。以下を参照してください。 [ワークフロー](https://docs.roboflow.com/workflows).

## Workspace

Roboflowにおける共同作業環境で、ユーザーがデータセットを作成し、モデルを学習し、ワークフローを構築します。Workspaceはデータのコンテナであり、席とAPIキーを通じたアクセス管理を担います。
