モデルをトレーニングする

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

Roboflow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ています:

  • Roboflow Train:本番環境向けモデルの作成に最適な当社の主力トレーニングサービスです。

  • 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や、Serverless Hosted APIとWorkflows、Workflowsによるバッチ処理、またはモデル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。

こちらの ライセンスガイダンス を読んで、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学んでください。

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ます.

「カスタムトレーニング」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。これはモデルのトレーニング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種類によって異なります:

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

  • 分類:ViTおよびResNet。

  • インスタンスセグメンテーション: Roboflow 3.0およびYOLO11。

  • キーポイント検出: Roboflow 3.0およびYOLO11。

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

物体検出には、RF-DETR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、「続行」をクリックします:

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、選択したモデルの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では、Nano、Small、Medium、Baseが用意されています:

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提供されます。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。下のタブで各モデルタイプの設定オプションを確認できます。

3つのオプションがあります:

  • 以前のチェックポイントからトレーニングする: 既に動作するモデルがあり、それを改善したい場合に最適です。

  • パブリックチェックポイントからトレーニングする:最初のモデルバージョンや、以前のトレーニングで期待した結果が得られなかった場合に最適です。

  • ランダム初期化からトレーニングする: 上級ユーザー向けのオプションで、白紙の状態からトレーニングします。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くなります。

トレーニングオプションはどう選べばいいですか?

新しい物体検出プロジェクトにはパブリックチェックポイントからのトレーニングを推奨します。デフォルトで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では、ImageNetからのトレーニングのみ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(物体検出のみ)をベースにしたチェックポイントからトレーニングできます。そのためには、まず Universeでプロジェクトにスターを付けてください。その後、そのプロジェクトがRoboflowウェブアプリケーションの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、モデルの以前のバージョン(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)をベースにしたチェックポイントからトレーニングできます。この方法により、トレーニングプロセスが高速化されます。モデルのパフォーマンスが十分に高い場合のみ、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開始します。これによりトレーニング時間を短縮し、より良いトレーニングスコアを得られる場合があります。

スクラッチからのトレーニングは、 転移学習を 利用しないことを意味します。これにより、モデルの重みがランダムな初期値でトレーニングされます。

トレーニングジョブを開始する

トレーニングするチェックポイントを選択したら、「トレーニング開始」をクリックします。

その後、データセットが圧縮され、Roboflowクラウドでトレーニングの準備が行われます。

データセットの準備が完了すると、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、また画像サイズが大きいほど、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完了したらメールでお知らせします。ほとんどの場合、24時間以内に完了します。

料金

Roboflowでのトレーニングは、トレーニングジョブの長さに応じて料金が発生します。詳細は クレジットページ.

学生や研究者で、作業中のプロジェクト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.

Last updated

Was this helpful?