> 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/train/training-resolutions-by-model-type.md).

# Modelタイプ別のTraining Resolution

学習解像度は、モデルの精度、推論速度、学習時間に影響します。各モデルアーキテクチャには、これらの要素のバランスを取るデフォルト解像度があります。デフォルトでは、Roboflow は選択したモデルアーキテクチャに対するデフォルトの学習解像度を推奨します。

下の表は、各モデルアーキテクチャとサイズのデフォルトの学習解像度を示しています。新しい [Dataset Version](/roboflow/roboflow-jp/datasets/dataset-versions.md).

### 物体検出

<table><thead><tr><th>モデルタイプ</th><th width="273.3359375">ファミリー &#x26; サイズ</th><th>デフォルトの学習解像度</th></tr></thead><tbody><tr><td>物体検出</td><td>RF-DETR Nano</td><td>384×384</td></tr><tr><td>物体検出</td><td>RF-DETR Small</td><td>512×512</td></tr><tr><td>物体検出</td><td>RF-DETR Medium</td><td>576×576</td></tr><tr><td>物体検出</td><td>RF-DETR Large</td><td>704×704</td></tr><tr><td>物体検出</td><td>RF-DETR X Large</td><td>700x700</td></tr><tr><td>物体検出</td><td>RF-DETR 2X Large</td><td>880x880</td></tr><tr><td>物体検出</td><td>Roboflow 3.0 - Fast</td><td>640×640</td></tr><tr><td>物体検出</td><td>Roboflow 3.0 - Accurate</td><td>640×640</td></tr><tr><td>物体検出</td><td>Roboflow 3.0 - Medium</td><td>640×640</td></tr><tr><td>物体検出</td><td>Roboflow 3.0 - Large</td><td>640×640</td></tr><tr><td>物体検出</td><td>Roboflow 3.0 - Extra Large</td><td>640×640</td></tr><tr><td>物体検出</td><td>YOLOv26(n/s/m/l/x)</td><td>640×640</td></tr><tr><td>物体検出</td><td>YOLOv12 (n/s/m/l/x)</td><td>640×640</td></tr><tr><td>物体検出</td><td>YOLOv11 (n/s/m/l/x)</td><td>640×640</td></tr><tr><td>物体検出</td><td>YOLOv10 (n/s/m/b/l/x)</td><td>640×640</td></tr><tr><td>物体検出</td><td>YOLOv9 (s/m/c/e)</td><td>640×640</td></tr><tr><td>物体検出</td><td>YOLOv8 (n/s/m/l/x)</td><td>640×640</td></tr><tr><td>物体検出</td><td>YOLOv5 (n/s/m/l/x)</td><td>640×640</td></tr><tr><td>物体検出</td><td>YOLOv7 (legacy)</td><td>640×640</td></tr><tr><td>物体検出</td><td>YOLO‑NAS Small</td><td>640×640</td></tr><tr><td>物体検出</td><td>YOLO‑NAS Medium</td><td>640×640</td></tr><tr><td>物体検出</td><td>Roboflow Instant</td><td>1008x1008</td></tr></tbody></table>

### インスタンスセグメンテーション

<table><thead><tr><th>モデルタイプ</th><th width="272.8203125">ファミリー &#x26; サイズ</th><th>デフォルトの学習解像度</th></tr></thead><tbody><tr><td>インスタンスセグメンテーション</td><td>RF-DETR Seg Nano</td><td>312x312</td></tr><tr><td>インスタンスセグメンテーション</td><td>RF-DETR Seg Small</td><td>384x384</td></tr><tr><td>インスタンスセグメンテーション</td><td>RF-DETR Seg Medium</td><td>432x432</td></tr><tr><td>インスタンスセグメンテーション</td><td>RF-DETR Seg Large</td><td>504x504</td></tr><tr><td>インスタンスセグメンテーション</td><td>RF-DETR Seg X Large</td><td>624x624</td></tr><tr><td>インスタンスセグメンテーション</td><td>RF-DETR Seg 2X Large</td><td>768x768</td></tr><tr><td>インスタンスセグメンテーション</td><td>Roboflow 3.0 - Fast (Seg)</td><td>640×640</td></tr><tr><td>インスタンスセグメンテーション</td><td>Roboflow 3.0 - Accurate (Seg)</td><td>640×640</td></tr><tr><td>インスタンスセグメンテーション</td><td>Roboflow 3.0 - Medium (Seg)</td><td>640×640</td></tr><tr><td>インスタンスセグメンテーション</td><td>Roboflow 3.0 - Large (Seg)</td><td>640×640</td></tr><tr><td>インスタンスセグメンテーション</td><td>Roboflow 3.0 - Extra Large (Seg)</td><td>640×640</td></tr><tr><td>インスタンスセグメンテーション</td><td>YOLO-seg (v8/10/11/12)</td><td>640×640</td></tr><tr><td>インスタンスセグメンテーション</td><td>SAM3 (Segment Anything 3)</td><td>1008x1008</td></tr><tr><td>インスタンスセグメンテーション</td><td>セマンティックセグメンテーション (DeepLabV3+)</td><td>≥ 512×512</td></tr></tbody></table>

### セマンティックセグメンテーション

<table><thead><tr><th>モデルタイプ</th><th width="272.8203125">ファミリー &#x26; サイズ</th><th>デフォルトの学習解像度</th></tr></thead><tbody><tr><td>セマンティックセグメンテーション</td><td>YOLO26-SEM (n/s/m/l/x)</td><td>1024×1024</td></tr><tr><td>セマンティックセグメンテーション</td><td>DeepLabV3+</td><td>≥ 512×512</td></tr></tbody></table>

### 分類 & ポーズ

<table><thead><tr><th>モデルタイプ</th><th width="272.66796875">ファミリー &#x26; サイズ</th><th>デフォルトの学習解像度</th></tr></thead><tbody><tr><td>分類 &#x26; ポーズ</td><td>ResNet-18/34/50</td><td>224x224</td></tr><tr><td>分類 &#x26; ポーズ</td><td>YOLO-cls (v8/11)</td><td>224x224</td></tr><tr><td>分類 &#x26; ポーズ</td><td>Vision Transformer (ViT)</td><td>224x224</td></tr><tr><td>分類 &#x26; ポーズ</td><td>YOLO-pose (キーポイント)</td><td>640x640</td></tr><tr><td>キーポイント検出</td><td>RF-DETR Keypoint (プレビュー)</td><td>576x576</td></tr></tbody></table>

### マルチモーダル/VLM

<table><thead><tr><th>モデルタイプ</th><th width="272.96484375">ファミリー &#x26; サイズ</th><th>デフォルトの学習解像度</th></tr></thead><tbody><tr><td>マルチモーダル/VLM</td><td>PaliGemma 2 - 3 B</td><td>448x448</td></tr><tr><td>マルチモーダル/VLM</td><td>PaliGemma 2 - 10 B/28 B</td><td>448x448</td></tr><tr><td>マルチモーダル/VLM</td><td>Florence-2</td><td>448x448</td></tr><tr><td>マルチモーダル/VLM</td><td>QWEN 2.5 VL</td><td>448x448</td></tr><tr><td>マルチモーダル/VLM</td><td>SmolVLM2</td><td>384x384</td></tr></tbody></table>


---

# 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/train/training-resolutions-by-model-type.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.