# Box Prompting {% hint style="info" %} Box Prompting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 %} {% embed url="" %} 注釈ツールバーでBox Promptingを有効にします。 {% endembed %} Box Promptingは、1つ以上のプロンプト用バウンディングボックスを使って、類似オブジェクトの注釈を生成します。各例によってモデルが微調整され、画像ごとに改善していきます。Box Promptingを使えば、データセット内で複数回現れるオブジェクトの周囲にバウンディングボックスを手作業で描く時間を何時間も節約できます。 ### ステップ1: 各クラスにつき少なくとも1つの例に注釈を付ける Box prompting では、予測を生成するための例として提供する少なくとも1つのバウンディングボックス注釈を作成する必要があります。 ### ステップ2: Box Promptingツールを有効にする Box Promptingツールが有効になっていることを確認して、魔法のような動作を見てみましょう！Box Promptingは、あなたの注釈に基づいて予測を生成します。注釈を保存または削除するたびに、予測は点線で表示されます。 {% hint style="info" %} 予測は注釈ではないため、画像から離れると保存されません。予測を保存する方法についてはステップ4を参照してください。 {% endhint %} ### ステップ3: 予測を微調整する ここから次のことができます: #### **confidence を調整する** スライダーを使って信頼度しきい値を調整し、表示される予測数を変更します。信頼度が高いほど、予測数は少なくなります。

信頼度しきい値を変更して、表示される予測数を調整します。

#### 否定例を提供する 誤った予測があった場合は、ボックスを右クリックして「Convert to Negative」を選択できます。これにより、今後この種類のオブジェクトにラベルを付けないようにモデルが学習します。否定例は塗りつぶし表示で表示されます。 同じ右クリックメニューから、既存の注釈を否定に変換することもできます。

誤った予測を右クリックして Convert to Negative を選択し、否定プロンプトを提供します。

#### 追加の例を追加する 他のラベルで作成した追加の注釈は、画像内の異なるオブジェクトをモデルが識別し分けるのに役立ちます。さらに例を追加した後は、「Predict」をクリックして新しい予測を生成できます。 最良の結果を得るには、画像内のそれぞれ異なるオブジェクトごとに1〜2個の例を提供してください。 {% hint style="info" %} 信頼度を高く設定するよりも、信頼度を下げて過剰な予測を否定に変換するほうが、予測を微調整しやすい場合があります。 {% endhint %} ### ステップ4: 予測を承認する 予測が希望どおりになったら、「Approve Predictions」をクリックします。これにより、すべての予測が注釈に変換され、画像から離れても保存されるようになります。 ここからは通常どおり、注釈の編集や削除ができます。

予測を承認して、画像に保存します。

### ステップ5: 他の画像でも実行する #### 注釈を付けると、画像がトレーニングセットに追加されます。 画像に注釈を付けていくと、Box Promptingは、人間が描いた注釈または人間が編集した注釈がある画像を使って学習します。（編集なしで承認された予測は含まれません。） つまり、新しい画像では1つも बॉक्सを描かずに「Predict」をクリックするだけで、予測を生成できます。トレーニングセットに含まれる画像数はツールメニューで確認できます。 ## ベストプラクティス #### 視覚的に明確に異なる各オブジェクトの例を用意します。 見た目が似た複数のオブジェクトを含む画像では、重要な色、サイズ、カメラ角度の違いごとに少なくとも1つの例を用意すると役立ちます。 #### 似た画像は同じ注釈セッションで注釈を付けます。 Box prompting は、画像の内容が似ている場合に最も効果的で、予測を生成しながら学習例を素早く再利用できます。 #### 誤差の蓄積を避けるため、バウンディングボックスをぴったり合わせます。 多くの場合、予測されたバウンディングボックスは本来より大きくなります。背景部分を誤って含めないように、サイズを小さくしてください。 #### Box Promptingは写真や静止フレームで最も効果を発揮します。 文書やコンピュータグラフィックスに対しても予測を提供できますが、Box Promptingは写真内の繰り返し現れる項目を識別するのに最適です。 #### 正確性を高めるために否定例を提供する。 特定の注釈クラスで偽陽性の予測が発生していることに気付いた場合は、右クリックして「Convert to Negative」を選択し、Box Promptingモデルに否定例を提供できます。 ### 制限事項 Box Promptingモデルは推論時に画像を縮小する必要があります。そのため、大きな画像で小さな項目を検出しようとすると、満足のいく結果が得られない場合があります。 最適な結果は、どちらかの寸法が1000px以下の画像で得られます。また、画像が2000px以上で、小さなバウンディングボックス（幅/高さの約5%未満）がある場合は、うまく機能しないという警告が表示されます。 {% hint style="info" %} これらの制限はBox Promptingにのみ適用されます。モデルの学習時には、Tilingを [前処理ステップ](/roboflow/roboflow-jp/datasets/dataset-versions/image-preprocessing.md) としてバージョン生成中に適用することで、学習済みモデルでこれらの影響を防げます。 {% endhint %} --- # 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/box-prompting-ai-labeling.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.