# Roboflow Universe からインポート

Roboflow Universe では、コンピュータビジョン向けのオープンソースのデータセットと事前学習済みモデルを提供しています。200,000件以上のデータセットと50,000件の事前学習済みモデルが利用可能です。Universe の画像をデータセットに追加する方法は2つあります。データセット全体をダウンロードするか、Roboflow Universe から選択した画像をクローンしてプロジェクトで使用できます。

### データセット全体をダウンロード

まず、Roboflow Universe でデータセットを見つけます。次に、 `Download Dataset` ボタンをクリックします。ポップアップが表示され、どの形式でデータをエクスポートしたいかを尋ねられます。表示されるオプションは、モデルが解くコンピュータビジョンのタスク（object detection、classification、segmentation）に対応した形式です。

<figure><img src="/files/567c31fc51f3744ff74d1af1a2ce5f6e92ddc34a" alt=""><figcaption></figcaption></figure>

ZIPファイルとしてエクスポートして Roboflow Universe からデータセットを直接ダウンロードすることも、データセットのダウンロードに使えるコードスニペットを取得することもできます。提供されるコードスニペットは、ノートブックでデータセットを使う場合に便利です。

### 画像を Roboflow Project にクローンする <a href="#clone-images-to-your-roboflow-project" id="clone-images-to-your-roboflow-project"></a>

一度 [新しい Project を作成しました](/roboflow/roboflow-jp/datasets/create-a-project.md) Roboflow アカウントで、 [Roboflow Universe](https://universe.roboflow.com/?ref=blog.roboflow.com) へ移動し、 [Dataset Search](https://blog.roboflow.com/dataset-search/) を使って、あなたのユースケースで使える画像を含むプロジェクトを見つけます。

自分に合う画像や注釈が含まれた Project を見つけたら、Images ページを開いてクローンする画像を選択します。画像の右上にあるチェックボックスをクリックするには、画像にカーソルを合わせることで個別に選択できます。一括で追加するには、Select All をクリックして、現在の結果ページに表示されているすべての画像をクローンできます。

<figure><img src="https://blog.roboflow.com/content/images/2022/10/Screen-Shot-2022-10-13-at-4.35.34-PM.webp" alt="" width="563"><figcaption><p>クローンする画像を選択</p></figcaption></figure>

Project にクローンしたい画像を選択したら、Clone Images をクリックし、Project を含む Workspace を選択します。

<figure><img src="https://blog.roboflow.com/content/images/2022/10/Screen-Shot-2022-10-13-at-4.35.54-PM.webp" alt="" width="563"><figcaption><p>Project を見つける Workspace を選択</p></figcaption></figure>

Workspace を選択し、次に画像を Dataset に追加する Project を選びます。

<figure><img src="https://blog.roboflow.com/content/images/2022/10/Screen-Shot-2022-10-13-at-4.36.09-PM.webp" alt="" width="563"><figcaption><p>特定の Project に画像をクローンする</p></figcaption></figure>

画像を Project にクローンする際、注釈あり・なしのどちらでも画像をインポートできます。画像を Dataset にクローンする場合、拡張済みの画像は含まれず、 [独自の augmentation を適用できます](https://blog.roboflow.com/boosting-image-detection-performance-with-data-augmentation/) Dataset を生成するときに。

<figure><img src="https://blog.roboflow.com/content/images/2022/10/Screen-Shot-2022-10-13-at-4.36.18-PM.webp" alt="" width="563"><figcaption><p>注釈ありまたはなしで画像をクローン</p></figcaption></figure>

注釈のない生画像をインポートするのは、次のような場合に便利な विकल्पです。

* 関心のある対象を含む画像は見つかるが、注釈が、モデルに識別させたい対象に焦点を当てていない可能性がある場合
* classification データセットは見つかるが、プロジェクトには bounding boxes が必要な場合
* を使いたいが [polygon annotations](https://blog.roboflow.com/automated-polygon-labeling-computer-vision/) がプロジェクトに bounding boxes しかない場合

{% hint style="success" %}
Roboflow は、すでに存在する画像を追加しようとしていないか確認します。心配いりません。重複した画像を追加することはできません。
{% endhint %}

#### 必要なデータを見つけるための上級者向けヒント <a href="#advanced-tips-to-find-the-data-you-need" id="advanced-tips-to-find-the-data-you-need"></a>

次を使用: [Dataset Search](https://blog.roboflow.com/dataset-search/) モデルを微調整するために必要なデータを正確に見つけるため。例として、当社の rust detection model がパイプ上の rust を検出するのに苦戦している場合、データセットに追加するためにパイプの画像をもっと見つけたいでしょう。Projects や Roboflow Universe 全体での豊富な意味検索を使って、必要なニッチなデータを見つけられます。

research datasets 内で Dataset Search を使うと、かなり適切にラベル付けされた大量のデータをすばやく収集でき、model の立ち上げに役立ちます。

特定のデータを見つける別の方法は、 [Health Check ページ](https://docs.roboflow.com/dataset-health-check?ref=blog.roboflow.com) を開き、特定の class をクリックすることです。これにより Images ページへ移動し、その class が結果の先頭にフィルタリングされます。

Roboflow Universe で必要なデータが見つからない場合は、いつでも [API 経由で自分のデータをアップロードする](https://docs.roboflow.com/developer/images/upload-images) か、YouTube を[ 学習データとして使うことができます](https://blog.roboflow.com/youtube-video-computer-vision/).


---

# 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/datasets/adding-data/roboflow-universe.md?ask=<question>
```

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.
