用語集

Workflows、ブロック、種類、デプロイオプションを含む Roboflow 用語の用語集。

Roboflow のドキュメントでは、なじみのない用語や専門用語がいくつか使われています。このページでは、Roboflow プラットフォームと Roboflow Inference.

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、 Workflows、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・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.

ブロック

ある ワークフローの基本単位。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 ... プラットフォーム操作には、 Inference CLI 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 とやり取りするソフトウェアアプリケーションまたはライブラリ。 Inference SDK 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

企業が商用アプリケーションに適した条件でモデルを利用できるようにするライセンスで、通常はサブスクリプションプランや使用料が伴います。Inference 自体は許容的な Apache 2.0 ライセンスを使用していますが、一部のモデルには、下流の利用者が自分のコードベースをオープンソース化することを求める条件がある場合があります。商用ライセンスではその制約がなくなります。

専用

クラウドの計算リソースが単一のユーザーまたは組織に専有で割り当てられる構成で、安定したパフォーマンスを確保し、追加機能を有効にします。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。 専用デプロイメント.

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、応答形式、および任意の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 Workflows 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、拡張された機能、スケーラビリティ、サポートを提供します。エンタープライズ向け Inference 機能のソースコードは enterprise リポジトリのフォルダーにありますが、使用できるのは有効な Enterprise ライセンスがある場合のみです。以下を参照してください。 エンタープライズ デプロイメント.

実行エンジン

ワークフローの実行を担当し、ブロックの実行を管理し、リソース割り当てを最適化する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での性能向上を実現したモデル。たとえば、特定の自動車部品の傷を検出するために調整された「傷検出」モデルなどです。

基盤モデル

幅広いことについて幅広く知識を持つ汎用モデルで、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.

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 Kind と出力 Kind を定義することで、実行エンジンはデータと接続を検証、シリアライズ、最適化できます。Kind の例には 検出 （オブジェクト検出モデルからの予測）、 画像 （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。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メントで、スケーリングとインフラがサービスとして提供されます。セルフホスト型では、ソフトウェアを自分のインフラにインストールし、その設定と保守を自分で行う点が異なります。

従量課金

ワークフローの実行回数や処理した動画時間など、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 キーを必要とするモデルや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成果物。アーキテクチャ（ResNet-32 のようなもの）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、または文字列、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

Roboflow のエコシステム。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、デプロイメントの監視のためのエンドツーエンドのツールが含まれます。

事前学習済みモデル

Microsoft COCO のような汎用データセットで学習された重みを読み込んだモデルアーキテクチャ。特定分野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 Roboflow Universe.

スキーマ

ワークフローの入力および出力データの構造化された形式で、下流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

ソフトウェア開発キット: ユーザーフレンドリーな抽象化を用いて API と統合するための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 および Inference SDK.

サーバー

Inference HTTP インターフェースを実行するデバイスで、通常は Docker 経由でポート 9001 を使用します。以下を参照してください。 セルフホスト型デプロイメント.

サーバーレス

リソースが需要に応じてスケールし、手動のリソース管理を必要としない実行モデル。専用とは対照的です。課金は使用量のみに基づきます。以下を参照してください。 サーバーレスホスト型 API.

従来の CV

機械学習モデルに依存せず、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ービジョン手法を実装する Workflows 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、事前学習済みモデル、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.

重み

機械学習モデルの学習済みパラメータで、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

データを処理し、定義された一連の操作を通じて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連なり。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。 Workflows.

ワークスペース

Roboflow 内の共同作業環境で、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。ワークスペースはデータのコンテナーであり、シートと API キーを通じたアクセスの管理者です。