> 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).

# Model または Workflow をデプロイ

モデルとWorkflowsの両方について、Managed Deployments と self-hosted deployment 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を活用してモデルとWorkflowsを実行し、自前の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>すぐに開始でき、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>保存済みデータを費用対効果高く処理できます。</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

また、self-hosted 環境にモデルとWorkflowsをデプロイすることもできます [Roboflow Inference](https://inference.roboflow.com/)、これにより環境、リソース、レイテンシーをより細かく制御できます。

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

{% hint style="info" %}
このオプションでは、インフラの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において、inference とは、学習済みモデルを使っ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、物体検出モデルは動画ストリーム内の物体を識別して位置を特定するために使われたり、分類モデルは内容に基づいて画像をカテゴリ分けするために使われたりします。
{% endhint %}

[***Roboflow Inference***](https://inference.roboflow.com/) コンピュータービジョンのモデルと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するオープンソースプロジェクトです。これは、Roboflow の managed deployment サービスの大半を支えるエンジンです。self host 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 には、以下を含むさまざまな機能と能力があります：

* 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。
* 何百もの building Blocks から選ぶことで、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て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 のような edge devices を含むさまざまなデバイスで最適化された性能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使用するためのマルチプロセシング。
* 動画ストリームをシームレスに処理するための動画デコード。
* デプロイを簡素化するための HTTP インターフェース、API、Docker イメージ
* Roboflow のホスト型デプロイオプションと Roboflow プラットフォームとの統合。

</details>

<details>

<summary>Workflows 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。これらは、高度なコンピュータービジョンパイプラインを設計・デプロイするための、視覚的で low-code な環境を提供します。

Workflows では、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できます。
* 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できます。
* 外部システムや API と統合できます。
* 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、可視化できます。

</details>

### 適切なデプロイオプションの選び方

{% hint style="info" %}
Inference には、ユースケースに最適なデプロイ方法の選び方に関する優れたガイドがあります [Getting Started ガイド](https://inference.roboflow.com/start/getting-started/).
{% endhint %}

最適なデプロイオプションは、あなたの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を処理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。それ以外の場合は、 [Batch Processing](/roboflow/roboflow-jp/deploy/batch-processing.md) が推奨されるオプションです。
* レイテンシー: 低レイテンシー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 が最適な選択肢かもしれません。
* 制御性: self-hosted deployments 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:

```
GET https://docs.roboflow.com/roboflow/roboflow-jp/deploy/deployment-overview.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.