> 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/inference/inference-python/offline-weights.md).

# モデル重みのダウンロード

inference パッケージがモデル重みをダウンロードしてキャッシュする方法、永続キャッシュ ディレクトリの設定方法、重みを事前ダウンロードする方法。

Roboflow Inference をデプロイすると、モデルの重みは推論をローカルで実行するデバイスにダウンロードされます。このページでは、 `inference` パッケージがそれらの重みをダウンロードしてキャッシュする方法について説明します。

{% hint style="info" %}
Roboflow Inference のエコシステム外で実行するための、生の `.pt` 重みファイルをお探しですか？ [モデルの重みをダウンロードする](https://docs.roboflow.com/models/model-weights/download-roboflow-model-weights).
{% endhint %}

## 概要

特定のモデルで初めて推論を実行すると、モデルの重みが自動的にダウンロードされます。重みはデバイス上にローカルでキャッシュされ、推論はすべてデバイス上で実行されます（クラウド上ではありません）。

仕組み:

1. インターネットに接続している間に、モデルの重みをデバイスにダウンロードします。
2. 重みはマシン上にローカルでキャッシュされます。
3. キャッシュされた重みを使って、デバイス上で推論を実行します。

この方法は、セルフホスト型の Inference とネイティブ Python API に適用されます。

{% hint style="warning" %}
**デフォルトのキャッシュ場所。** デフォルトでは、モデルの重みは `/tmp/cache`に保存されます。このディレクトリは **ホストのクリーンアップポリシーによって削除される場合があります**。本番環境へのデプロイや、再起動後も重みを保持する必要がある場合は、永続ボリュームを使用するか、 `MODEL_CACHE_DIR` 環境変数を使用して永続キャッシュディレクトリを設定してください（以下の [キャッシュの場所](#cache-location) を参照）。
{% endhint %}

{% hint style="info" %}
**エンタープライズ向けオフラインモード。** 完全に接続が切断された状態での運用が必要なエンタープライズ環境へのデプロイについては、 [オフラインモード](https://docs.roboflow.com/deployment/self-hosted/enterprise/offline-mode)を参照してください。このページでは、使用状況の追跡、課金、Workflow の更新のための接続を維持しながら、モデルの重みのダウンロードとキャッシュに焦点を当てています。
{% endhint %}

## キャッシュの場所

デフォルトでは、モデルの重みは `/tmp/cache`にキャッシュされます。ホストのクリーンアップポリシーによって、このディレクトリが削除されることがあります。Docker では、このパスに永続ボリュームをマウントすると、コンテナを置き換えてもキャッシュが保持されます。

本番環境へのデプロイや、再起動後も重みを保持する必要がある場合は、永続ボリュームをマウントするか、Inference をインポートする前に `MODEL_CACHE_DIR` 環境変数を使用して永続キャッシュディレクトリを設定してください。

```python
import os
# Set to a persistent directory (not /tmp)
os.environ["MODEL_CACHE_DIR"] = "/home/user/.roboflow/cache"

from inference import get_model
# ... rest of your code
```

または、システム全体に設定します。

```bash
export MODEL_CACHE_DIR="/home/user/.roboflow/cache"
```

ディレクトリが存在し、適切な権限が設定されていることを確認してください。

```bash
mkdir -p /home/user/.roboflow/cache
chmod 755 /home/user/.roboflow/cache
```

{% hint style="success" %}
**Docker へのデプロイ。** Inference を Docker で実行する場合は、永続キャッシュボリュームをマウントして、コンテナの再起動後も重みを保持してください。詳しくは [Docker の設定](https://docs.roboflow.com/deployment/self-hosted/inference-server/configuration/docker-configuration#persistent-model-cache) を参照してください。
{% endhint %}

## ネイティブ Python API

この [ネイティブPython API](https://docs.roboflow.com/reference/ja/inference/inference-python/native-python-api.md) では、モデルを `get_model()`.

### で読み込むと、重みが自動的にダウンロードされ、キャッシュされます。  重みの事前ダウンロード

```python
from inference import get_model

# モデルを読み込む（重みをダウンロードしてキャッシュ）
model = get_model(
    model_id="rfdetr-base",
    api_key="YOUR_ROBOFLOW_API_KEY"
)
print("Model weights cached!")
```

### 推論の実行

```python
from inference import get_model

# デバイス上での推論にキャッシュ済みの重みを使用
model = get_model(
    model_id="rfdetr-base",
    api_key="YOUR_ROBOFLOW_API_KEY"
)

results = model.infer("path/to/image.jpg")
```

セルフホスト型のInference Serverでは、代わりにHTTP経由で重みを事前読み込みできます。詳しくは [モデル管理](https://docs.roboflow.com/reference/ja/inference/inference-sdk/model-management.md).

## ベストプラクティス

1. **まず、永続キャッシュを設定します。** 重みをダウンロードする前に、永続ボリュームをマウントするか、 `MODEL_CACHE_DIR` が永続ディレクトリ（ `/tmp`ではなく）を指すように設定します。再起動時にキャッシュ済みの重みが失われないようにするため、本番環境へのデプロイでは必須です。
2. **セットアップ中に事前ダウンロードします。** デプロイのセットアップ段階で必要なモデルの重みをすべてダウンロードし、キャッシュされ、すぐに使える状態にしておきます。
3. **Dockerでは永続キャッシュを使用します。** 必ず [永続ボリュームをマウント](https://docs.roboflow.com/deployment/self-hosted/inference-server/configuration/docker-configuration#persistent-model-cache) してDockerコンテナを実行してください。コンテナのファイルシステムに保存された重みは、コンテナを削除すると失われます。
4. **デプロイ前に確認します。** 本番環境にデプロイする前に、モデルが適切にキャッシュされていることと、再起動後もキャッシュディレクトリが保持されることを確認します。
5. **モデルIDを記録します。** 事前キャッシュやトラブルシューティングを容易にするため、アプリケーションで必要なすべてのモデルIDとバージョンの一覧を管理します。
6. **ストレージ容量を考慮します。** モデルの重みは大容量になる場合があります（モデルごとに100MB～1GB以上）。永続キャッシュディレクトリに十分なディスク容量があることを確認してください。
7. **再起動後の動作をテストします。** 重みをキャッシュした後、システム再起動後も保持されることをテストし、キャッシュ設定が正しいことを確認します。

## トラブルシューティング

### 再起動後に重みが消える

ホストによるクリーンアップや、キャッシュボリュームを引き継がずにコンテナを置き換えることで、 `/tmp/cache`が削除されることがあります。 [キャッシュの場所](#cache-location)で説明されているように永続キャッシュディレクトリを設定するか、 [Docker用の永続ボリュームマウント](https://docs.roboflow.com/deployment/self-hosted/inference-server/configuration/docker-configuration#persistent-model-cache).

### モデルが見つからないというエラー

* モデルが実際にダウンロードされたことを確認します（次のコマンドでキャッシュディレクトリを確認します: `ls -lh $MODEL_CACHE_DIR`).
* ダウンロード時とまったく同じ `model_id` を使用していることを確認してください。
* 次の点を確認してください： `MODEL_CACHE_DIR` カスタムの場所を使用する場合は、正しく設定されていること。

### 権限の問題

アプリケーションにキャッシュディレクトリへの読み取り／書き込み権限があることを確認してください：

```bash
chmod -R 755 /path/to/cache
```
