> 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/roboflow/roboflow-jp/deploy/deployment-overview.md).

# モデルまたは Workflow をデプロイ

Managed Deployments と Self-Hosted Deployment の両方で、モデルと Workflows の両方をサポートしています。

### Managed Deployments

これらのオプションは、Roboflow のクラウドインフラストラクチャを活用してモデルと Workflows を実行し、自分でハードウェアやソフトウェアを管理する必要をなくします。

<table data-view="cards"><thead><tr><th></th><th></th><th data-hidden data-card-cover data-type="image">カバー画像</th><th data-hidden data-card-target data-type="content-ref"></th></tr></thead><tbody><tr><td><strong>Serverless Hosted API</strong></td><td>すぐに始められ、自動的にスケールします。</td><td><a href="/files/88ccb0785bc4858173ddcec3420e735ae7f75b4a">/files/88ccb0785bc4858173ddcec3420e735ae7f75b4a</a></td><td><a href="/pages/72188af504246686e1ae0b3424e57217d6577ea4">/pages/72188af504246686e1ae0b3424e57217d6577ea4</a></td></tr><tr><td><strong>Dedicated Deployment</strong></td><td>大規模モデルと予測可能なワークロード向け。</td><td><a href="/files/b19eb8899e45ba6821fc43b68237a9797964b123">/files/b19eb8899e45ba6821fc43b68237a9797964b123</a></td><td><a href="/pages/e5939be720adae953517473093c2870e1c21bd8d">/pages/e5939be720adae953517473093c2870e1c21bd8d</a></td></tr><tr><td><strong>Batch Processing</strong></td><td>保存済みデータをコスト効率よく処理します。</td><td><a href="/files/d9f9a3c8508618926984597cfdb2842f48c1ef66">/files/d9f9a3c8508618926984597cfdb2842f48c1ef66</a></td><td><a href="/pages/2434b56c1cb88083de550e4c80f609a0c80f9919">/pages/2434b56c1cb88083de550e4c80f609a0c80f9919</a></td></tr></tbody></table>

### Self-Hosted Deployment

モデルと Workflows を self-hosted にもデプロイできます [Roboflow Inference](https://inference.roboflow.com/)。これにより、環境、リソース、レイテンシをより細かく制御できます。

* [自分のクラウドサーバーで self-hosting](https://inference.roboflow.com/install/cloud/)
* [Edge デバイスで self-hosting](https://inference.roboflow.com/install/)

{% hint style="info" %}
このオプションには、インフラ管理と専門知識が必要です。
{% endhint %}

<details>

<summary>Inference とは？</summary>

{% hint style="info" %}
コンピュータービジョンでは、inference とは、学習済みモデルを使用して新しい画像や動画を分析し、予測を行うプロセスを指します。たとえば、物体検出モデルを使って動画ストリーム内の物体を識別・特定したり、分類モデルを使って内容に基づいて画像を分類したりします。
{% endhint %}

[***Roboflow Inference***](https://inference.roboflow.com/) オープンソースプロジェクトで、computer vision models と Workflows をデプロイするための強力で柔軟なフレームワークを提供します。これは Roboflow の managed deployment services の大部分を支えるエンジンです。自分でホストすることも、vision workflows を edge devices にデプロイするために使用することもできます。Roboflow Inference は、次のようなさまざまな機能と能力を提供します:

* 物体検出、分類、インスタンスセグメンテーションなど、さまざまなモデルアーキテクチャとタスクをサポートします。
* Workflows では、数百の building Blocks から選択し、さまざまなモデル、事前構築済みロジック、外部アプリケーションを組み合わせることで、コンピュータービジョンアプリケーションを構築できます。
* CPU、GPU、NVIDIA Jetson などの Edge デバイスを含む、さまざまなデバイスで最適化されたパフォーマンスを実現するハードウェアアクセラレーション。
* リソースを効率的に活用するためのマルチプロセッシング。
* 動画ストリームをシームレスに処理するためのビデオデコード。
* デプロイを簡単にする HTTP インターフェース、API、Docker イメージ
* Roboflow の hosted deployment options と Roboflow platform との統合。

</details>

<details>

<summary>Workflow とは？</summary>

[Workflows](/roboflow/roboflow-jp/workflows/what-is-workflows.md) 異なるモデル、事前構築済みロジック、外部アプリケーションを組み合わせることで、複雑なコンピュータービジョンアプリケーションを構築できるようにします。視覚的で low-code な環境で、高度なコンピュータービジョンパイプラインを設計・デプロイできます。

Workflows を使うと、次のことができます:

* 複数のモデルを連結して、複雑なタスクを実行する。
* アプリケーションにカスタムロジックと意思決定を追加する。
* 外部システムや API と統合する。
* 画像や動画内のオブジェクトを追跡、カウント、時間計測、測定、可視化する。

</details>

### 適切なデプロイオプションの選び方

{% hint style="info" %}
Inference の Getting Started guide には、ユースケースに最適なデプロイ方法を選ぶための優れたガイドが [Getting Started guide](https://inference.roboflow.com/start/getting-started/).
{% endhint %}

最適なデプロイオプションは、具体的なニーズと要件によって異なります。判断する際には、次の要素を考慮してください:

* スケーラビリティ: アプリケーションがさまざまなトラフィック量やデータ量に対応する必要がある場合、serverless API はリアルタイムのユースケースに優れたスケーラビリティを提供します。そうでなければ、 [Batch Processing](/roboflow/roboflow-jp/deploy/batch-processing.md) が推奨オプションです。
* レイテンシ: 低レイテンシや動画処理が必要な場合は、dedicated deployments や高性能ハードウェアを備えた self-hosted deployments が最適な選択かもしれません。
* 制御: self-hosted deployments では、環境とリソースを最も細かく制御できます。
* 専門知識: self-hosted deployments のセットアップと管理には、より高度な技術的専門知識が必要です。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## 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, and the optional `goal` query parameter:

```
GET https://docs.roboflow.com/roboflow/roboflow-jp/deploy/deployment-overview.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

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.