モデルをトレーニングする

Roboflow ダッシュボードで最先端の技術を使ってモデルをトレーニングします。

Roboflowのインターフェースでコンピュータビジョンモデルをトレーニングできます。

Roboflowは2つのトレーニングオプションを提供します：

• Roboflow Train：当社の主力トレーニングサービスで、本番環境向けのモデル作成に最適です。

• Roboflow Instant：テストに最適なモデルを数分でトレーニングします。

画像アノテーションのバッチを承認すると、Instantモデルが自動的にトレーニングされます。これらのモデルはすぐに使用できます。

Roboflowでトレーニングされたモデルは、オンデバイス推論サーバーであるInferenceでデプロイするか、Workflowsを使ったServerless Hosted API、Workflowsによるバッチ処理、またはお客様のモデルAPIエンドポイントを使用してクラウドでデプロイできます。

当社の ライセンスガイダンス をお読みいただき、Roboflowでトレーニングされたモデルのライセンスについて詳しくご確認ください。

モデルをトレーニングする

コンピュータビジョンモデルをトレーニングするには、まず データセットバージョンを生成してください.

「Custom Train」ボタンをクリックしてトレーニングジョブの設定を開始します：

モデルアーキテクチャを選択する

次に、モデルアーキテクチャを選択する必要があります。これはモデルをトレーニングするために使用される機械学習技術です。

トレーニングできるモデルアーキテクチャは、設定したプロジェクトのタイプによって異なります：

• 物体検出：RF-DETR、Roboflow 3.0、YOLOv11、YOLOv12、YOLO-NASのモデルをトレーニングできます。

• 分類：ViTとResNet。

• インスタンスセグメンテーション： RF-DETR Seg（プレビュー）、Roboflow 3.0、YOLO11。

• キーポイント検出： Roboflow 3.0とYOLO11。

• マルチモーダル：Florence 2、PaliGemma 2、および Qwen-2.5 VL。

物体検出ではRF-DETRが最高の精度を提供します。インスタンスセグメンテーションではRF-DETR Seg（プレビュー）が最高の精度を提供します。

プロジェクトタイプで利用可能なアーキテクチャを選択し、「Continue」をクリックしてください：

モデルサイズを選択する

次に、モデルのサイズを設定する必要があります。

モデルサイズは選択するアーキテクチャによって異なります。例えば、最先端の物体検出モデルであるRF-DETRはNano、Small、Medium、Baseを提供します：

Roboflow 3.0では、FastとAccurateのトレーニングオプションがすべてのユーザーに利用可能です。Medium、Large、Extra Largeは有料ユーザーのみ利用可能です。

チェックポイントを選択する

トレーニングオプションを選択した後、チェックポイントからトレーニングするかどうかを尋ねられます。下のタブは各モデルタイプの設定オプションを示します。

物体検出

選択肢は3つあります：

• Train from a Previous Checkpoint: 既に動作しているモデルを改善したい場合に理想的です。

• Train from Public Checkpoint：最初のモデルバージョンや、以前のトレーニング実行が期待した結果を得られなかった場合に最適です。

• Train from Random Initialization: 上級ユーザー向けのみ、このオプションはトレーニングのための白紙の状態を提供します。ほとんどのユーザーはこのオプションを使用すると結果が悪化します。

分類/セマンティックセグメンテーション

どのトレーニングオプションを選べばよいですか？

新しい物体検出プロジェクトには、Public Checkpointからのトレーニングを推奨します。デフォルトでは、Microsoft COCOデータセットでトレーニングされたモデルからのトレーニングを提供しています。分類およびセマンティックセグメンテーションについては、ImageNetからのトレーニングのみをサポートしています。

Universeでホストされているプロジェクトに基づくチェックポイントからトレーニングすることができます（物体検出のみ）。そのためには、まず Universeでプロジェクトにスターを付ける必要があります。すると、そのプロジェクトがRoboflowのWebアプリケーションでトレーニングチェックポイントとして利用可能になります。

さらに、以前のバージョンのモデルに基づくチェックポイントからトレーニングすることもできます（物体検出、インスタンスセグメンテーション、キーポイント検出のみ）。この方法はトレーニングプロセスを速めることができます。モデルが高い性能を達成している場合にのみ、以前のチェックポイントからのトレーニングを推奨します。

チェックポイントからのトレーニングは、 転移学習を利用していることを意味します。転移学習は、選択したモデルからトレーニングを初期化します。これによりトレーニング時間を短縮し、トレーニングスコアの向上が期待できます。

スクラッチからのトレーニングは、 転移学習を 利用していないことを意味します。これによりモデルの重みはランダムな初期値で初期化されます。

トレーニングジョブを開始する

チェックポイントを選択したら、Start Trainingをクリックしてください。

データセットは圧縮され、Roboflowクラウドでトレーニング用に準備されます。

データセットが準備されると、トレーニングにかかる時間の見積もりが表示されます：

データセットが大きいほど、またデータセット内の画像が大きいほど、モデルのトレーニングに時間がかかります。

トレーニングプロセスが終了した際にメールでお知らせします。ほとんどの場合、24時間未満で完了します。

Pricing

Roboflowでのトレーニングはトレーニングジョブの長さに基づいて課金されます。詳細は当社の クレジットページ.

をご覧ください。もしあなたが学生または研究者で、取り組んでいるプロジェクトのためにクレジットが必要な場合は、 追加クレジットを申請できます.