> 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/depuroi/sdks/lens-studio.md).

# Lens Studio

{% hint style="warning" %}
**Lens Studio へのデプロイは 2026 年 2 月をもってサポートされなくなります。** このページは参照用としてのみ保持されています。Roboflow の [サポートされているデプロイ オプション](/roboflow/roboflow-jp/depuroi/deployment-overview.md).
{% endhint %}

Roboflow でトレーニング済みモデルが準備できたら、そのモデルを SnapML にデプロイできます。

{% hint style="warning" %}
新しくトレーニングされたモデルでは、Snap AR の export weights は生成されなくなりました。2026 年 2 月 25 日より前にトレーニングされたモデル バージョンのみが、Lens Studio に必要な weights を含みます。プロジェクトの「Deploy」ページでは、export オプションはそれをサポートするバージョンにのみ表示され、選択したバージョンが対応していない場合は、互換性のあるバージョンを示す通知が表示されます。
{% endhint %}

## タスクのサポート

ホスト型APIでは、次のタスクタイプがサポートされています:

| タスクタイプ           | Lens Studio でサポート |
| ---------------- | ----------------- |
| オブジェクト検出         | ✅                 |
| 分類               |                   |
| インスタンスセグメンテーション  |                   |
| セマンティックセグメンテーション |                   |

*注意: Roboflow Train 3.0 を使用してトレーニングされたモデルのみがサポートされます。モデルが Roboflow Train 3.0 でトレーニングされているかどうかは、モデルに関連付けられた Versions ページで確認できます。*

## Lens Studio にモデルをデプロイする

Roboflow のサイドバーで「Deploy」をクリックし、「Use with Snap Lens Studio」ボックスが表示されるまで下にスクロールします。「Export to Lens Studio」をクリックします。

<figure><img src="/files/0d53fb8e13692ea51c4fdd5d1e990e4038257cf4" alt=""><figcaption></figcaption></figure>

このボタンをクリックすると、モデル内のクラスに関する情報を表示するポップアップが開きます。

これらのクラスは順序付きで、次のステップで Lens Studio でモデルを設定する際に使用されます。後で使えるよう、クラス一覧を控えておいてください。

さらに、2 つのファイルがダウンロードされます：

1. Roboflow Lens Studio テンプレート。これを使うと、最小限の設定でアプリケーション内で重みを使用できます。
2. モデルの重み。

Roboflow Lens Studio テンプレートは 100 MB のため、インターネット接続によってはダウンロードに少し時間がかかる場合があります。

テンプレートの準備ができたので、Lens Studio でモデルの設定を始めましょう。

### Lens Studio でモデルを設定する

まだ Lens Studio をインストールしていない場合は、 [Snap AR website](https://ar.snap.com/lens-studio) にアクセスして、最新バージョンの Lens Studio をダウンロードしてください。Lens Studio がインストールされたら、モデルの設定を始める準備が整います。

このセクションでは Roboflow Lens Studio テンプレートを使用します。ただし、モデルの重みは、 [MLController コンポーネント](https://docs.snap.com/lens-studio/references/templates/ml/object-detection).

先ほどダウンロードした Roboflow Lens Studio テンプレートを解凍し、次に `Roboflow-Lens-Template.Isproj` 解凍したフォルダー内のファイルを開きます。

<figure><img src="/files/415ea3cc9b9c680e368f86a06a87a7e4e6a4ed37" alt=""><figcaption></figcaption></figure>

アプリケーションを開くと、次のような画面が表示されます：

<figure><img src="/files/aa12ae4ed5046d53cc4c968760d0d4740e004a96" alt=""><figcaption></figcaption></figure>

デフォルトでは、テンプレートはコインカウントのモデルを使用します。この例では、先ほど作成したトランプのモデルを使用します。このアプリケーションは各予測の周囲に枠を描画しますが、Lens Studio を使って独自のフィルターやロジックを追加できます。

Lens Studio の左サイドバー上部にある「ML Controller」ボックスをクリックします：

<figure><img src="/files/b802c63a2d4814fa9637e9fb6612272767d6021b" alt=""><figcaption></figcaption></figure>

これにより、プレビュー ウィンドウの横に、アプリケーションで使用するためのモデルを設定できるボックスが開きます：

<figure><img src="/files/ac0544e15711979f7f46b051a7f973b9706b557e" alt=""><figcaption></figcaption></figure>

このデモアプリケーションはコインカウンターの例向けに設定されています。独自のモデルを使うには、まず「ML Model」ボックスをクリックします：

<figure><img src="/files/4f70a0587e333743b04b3fc44b66a8ea06fc79a7" alt=""><figcaption></figcaption></figure>

次に、Roboflow からダウンロードした weights をポップアップ ボックスにドラッグします：

{% embed url="<https://blog.roboflow.com/content/media/2023/06/Screen-Recording-2023-06-21-at-11.02.58.mp4>" %}

weights をドラッグすると、いくつかの設定オプションが表示されます。ポップアップの「Inputs」セクションで、各「Scale」値を 0.0039 に設定します。bias 値はデフォルトのままにしてください。

<figure><img src="/files/6377ddb03e8469d8eca09631c4e0110dd584c7d8" alt=""><figcaption></figcaption></figure>

次に、「Import」をクリックしてモデルをインポートします。

### Lens Studio でクラスを設定する

これでモデルが Lens Studio に読み込まれました。残る手順は 1 つです。使用するクラスをモデルに知らせます。

先ほど使用した ML Model ボタンの下にある「Class Settings」タブには、クラスの一覧が表示されます。これはデモプロジェクトではコインカウンターの例に合わせて設定されていますが、独自の Lens Studio プロジェクトを使っている場合は、これらの値は空白になります。

<figure><img src="/files/d9a1a01735f8b4414148126f11c00701024ba3d5" alt=""><figcaption></figcaption></figure>

ここでは、クラス名とラベルを設定する必要があります。ラベルは Roboflow ダッシュボードに表示される順序で入力しなければなりません。以下は、トランプのアプリケーションで値の 1 つを設定する例です：

<figure><img src="/files/05cdefe1f3dde966fd3018a2970a234bd89ce2fe" alt=""><figcaption></figcaption></figure>

この設定はモデル内の各クラスに対して行う必要があります。Snap がモデルの重み内の情報を解釈できるように、モデル内のすべてのクラスを指定しなければなりません。

これでアプリケーションの準備ができました！「Preview」ボックスを使ってコンピューター上でアプリケーションを確認することも、次の機能を使って自分のデバイスでデモすることもできます。 [Pairing with Snapchat 機能](https://docs.snap.com/lens-studio/references/guides/general/pairing-to-snapchat).