# Auto Label {% hint style="info" %} Auto Labelは数ある機能のひとつです [AI Labeling](/roboflow/roboflow-jp/annotate/ai-labeling.md) 機能の一つです。この機能を使用すると [credits](/roboflow/roboflow-jp/billing/credits.md) を当社の記載レートで消費します [creditsページ](https://roboflow.com/credits). {% endhint %} Roboflow Auto Labelを使うと、Grounding DINOのような大規模な基盤Visionモデルや、Roboflowで学習したモデルを使用して、画像に自動でラベル付けできます。 Roboflow Auto Labelは、指定したオブジェクトを識別するために、次のモデルを使用しようとします。 * Grounding DINO（Object detection） * Grounded SAM（Segmentation） * CLIP（単一ラベルおよびマルチラベル分類） * Roboflowで学習されたモデル（[Model を学習](/roboflow/roboflow-jp/train/train.md)) * 注意：現在サポートされているのは、Annotation Batch と同じデータセットのモデルのみです。 Auto Labelは [Autodistill](https://github.com/autodistill/autodistill)によって支えられています。これは、Roboflowが開発した画像データセットの自動ラベル付け用のオープンソースフレームワークです。 Auto Labelは、コンピュータービジョンモデルの学習に使用するため、何百万枚もの画像のラベル付けに使われてきました。 ### Roboflow Auto Label を使うタイミング 車両（例：フォークリフト）、人物、一般的な欠陥（例：ひび割れ）、一般的な製品（例：レコード、パン）などの一般的なオブジェクトにアノテーションする必要がある場合は、Roboflow Auto Label を使うべきです。 特定のバリエーションのオブジェクトを識別する必要がある場合は、Autodistill の基盤モデルを使うべきではありません。たとえば、Autodistill では異なる種類のひび割れを区別したり、電子機器における固有の欠陥を識別したりすることはできません。 ## Roboflow Auto Label でデータにラベル付けする Roboflowプラットフォームでは、Autodistillがデータセット内のデータクラスのラベル付けでどのように動作するかをプレビューできます。その後、Roboflowからコードスニペットが提供され、独自のハードウェア上で画像に自動ラベル付けできます。ラベル付けしたデータセットをRoboflowに再アップロードして、品質保証（推奨）やモデルの学習に使用できます。 ### ステップ #1: データをアップロード まず、データをRoboflowにアップロードします。詳細は [Images、Videos、Annotations をアップロード](/roboflow/roboflow-jp/datasets/adding-data.md) 手順をご覧ください。

Roboflow に画像をアップロードしています。

### ステップ #2: Auto Label を開く すべての画像をアップロードすると、画像をどのようにラベル付けしたいかを尋ねられます。"Auto Label" を選択してください。

"Auto Label" を選択すると、Roboflow Auto Label のインターフェースが開きます。

### ステップ #3: Auto Label を設定する Auto Label のラベリングインターフェースが表示され、自動ラベル付けジョブを設定できます。 #### Classes（& Descriptions） Classes は、画像内のオブジェクトに割り当てたいラベルを表します。Descriptions は、選択した基盤モデル（デフォルトでは Grounding DINO）が、そのクラスのインスタンスを識別するために使用する、クラスの視覚的な説明を表します。デフォルトでは、description はクラス名になります。 Auto Label は、視覚的な説明が明確な一般的なオブジェクトにラベル付けする場合に最も効果的です。たとえば、Auto Label は生産ライン上のアルミ缶の位置を識別できます。しかし、Auto Label では、アルミ缶のブランドを区別するなど、特定の要件に従って画像にラベルを付けることはできません。 #### テスト結果を生成する Auto Label を設定したら、"Generate Test Results" をクリックして、データセットの小さなサブセットでクラスをテストします。デフォルトでは、4枚の画像が選択されます。

Auto Label のインターフェース。

### ステップ #4: Roboflow Auto Label のラベルを評価する これは、サンプル画像でクラス "aluminum can" を使用したときのテスト結果です。ここから、次のことができます。

Auto Label によるアルミ缶のアノテーション。

#### クラスと説明を調整する Auto Label が期待どおりに画像へラベル付けしない場合は、クラスの別の説明を試してみてください。 {% hint style="info" %} すべてのテスト結果は無料で、クレジットも消費しません。 {% endhint %} #### confidence を調整する 各クラスの右側の数値は、（表示されているこのクラスのボックス数）/（このクラスの総ボックス数）を表します。各クラスの confidence threshold を調整して、表示されるボックス数を増減できます。confidence が高いほど、表示されるボックスは少なくなります。 {% hint style="info" %} ここで設定した confidence threshold は、バッチ全体にラベル付けする際にも同じものが使われるため、表示が正しいことを確認してください。 {% endhint %} #### 異なる画像でテストする バッチ内の別の画像で Auto Label の性能を確認するには、左下の "Test images" セクションで画像をクリックします。その画像のプレビューは、追加のボタンを押さなくてもすぐに読み込まれるはずです。 ### バッチに対して Auto Label を実行する Auto Label が期待どおりに画像へラベル付けできている場合は、"Auto Label with This Model" をクリックします。概要モーダルを確認し、クリックして続行してください。1,000枚の画像にラベルを付けるには数分かかります。 Auto Label はバックグラウンドで実行されるため、結果を確認する時間になるまで、ゆっくり待つことができます。 --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.roboflow.com/roboflow/roboflow-jp/annotate/ai-labeling/automated-annotation-with-autodistill.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.