> 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/tui-lun/choosing-the-right-tool.md).

# 適切なツールの選び方

[推論](https://github.com/roboflow/inference) Roboflow のホスト型 API を支える、オープンソースのコンピュータビジョン展開フレームワークです。4つのパーツで構成され、連携して動作します。ほとんどのプロジェクトではサーバーを起動し、SDK を使って通信します。

| コンポーネント                                                                             | 内容                                                  | 使用するタイミング                                                                                  |
| ----------------------------------------------------------------------------------- | --------------------------------------------------- | ------------------------------------------------------------------------------------------ |
| [Inference サーバー](https://docs.roboflow.com/deployment/self-hosted/inference-server) | モデルとワークフローを HTTP API 経由で公開する Docker コンテナ。           | 多くのクライアント、言語、またはビデオストリームから呼び出せる、1つのデプロイメントが必要な場合。                                          |
| [`推論` パッケージ](/reference/ja/tui-lun/inference-python.md)                             | モデルを自分のプロセス内で直接読み込み、実行する Python ライブラリ。              | 最も低レイテンシで、HTTP の往復がありません。アプリが Python 製で、モデルと同じマシンで動作している場合。                                |
| [`inference-sdk` パッケージ](/reference/ja/tui-lun/inference-sdk.md)                     | サーバー用の軽量な Python HTTP クライアント。                       | ローカルサーバー、Serverless Hosted API、または Dedicated Deployment を呼び出す標準的な方法。変更するのは `api_url` だけです。 |
| [`inference-cli` パッケージ](/reference/ja/tui-lun/inference-cli.md)                     | サーバーを起動し、モデルやワークフローを実行し、デプロイメントをベンチマークするコマンドラインツール。 | サーバーのインストールと管理、単発の予測、ベンチマーク。                                                               |

稼働中のサーバーのアーキテクチャ（リクエスト、ビデオストリーム、ワークフローがどのように流れるか）については、 [Inference Architecture](https://docs.roboflow.com/deployment/self-hosted/inference-server/architecture)を参照してください。自分のハードウェアにサーバーをインストールして実行するには、まず [セルフホスト型デプロイメント](https://docs.roboflow.com/deployment/self-hosted/self-hosted).

## サンプルノートブック

Inference を使って特定の問題を解決する実行可能なノートブック:

* [CLIP を使って動画を分類する](https://github.com/roboflow/inference/blob/main/docs/notebooks/clip_classification.ipynb) - 動画内のフレームと任意のテキストプロンプトとの類似性を判定します。
* [WebRTC で動画をストリーミングする](/reference/ja/tui-lun/inference-sdk/webrtc.md) - Web カメラ、RTSP ストリーム、または動画ファイルをモデルやワークフローで処理します。
* [RGB 異常検出](https://github.com/roboflow/inference/blob/main/docs/notebooks/rgb_anomaly_detection.ipynb) - セグメンテーションマスク内の色が正しいことを確認します。

この [Roboflow Notebooks](https://github.com/roboflow/notebooks) リポジトリには、さらに多くの学習・デプロイの例があります。

## コミュニティとソースコード

* [GitHub 上の Inference](https://github.com/roboflow/inference) - ソースコード、issue、機能要望。詳しくは [CONTRIBUTING.md](https://github.com/roboflow/inference/blob/main/CONTRIBUTING.md) をご覧ください。
* [Roboflow フォーラム](https://discuss.roboflow.com) - コンピュータビジョン開発者のコミュニティから助けを得たり、交流したりできます。
* [Roboflow ブログ](https://blog.roboflow.com) - チュートリアル、モデルのリリース、コンピュータビジョンのニュース。
* [Supervision](https://supervision.roboflow.com) - 予測のアノテーション、フィルタリング、追跡に使える再利用可能なユーティリティ。