# モデルをトレーニングする

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 には 2 つのトレーニングオプションがあります:

* Roboflow Train: 本格運用向けのモデル作成に最適な、当社のフラッグシップトレーニングサービスです。
* [Roboflow Instant](https://docs.roboflow.com/train/automatic-model-training-with-roboflow-instant): テストに最適なモデルを数分でトレーニングできます。

画像アノテーションのバッチを承認すると、Instant モデルは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、または Serverless Hosted API を使ってクラウド上で、Workflows、Workflows による Batch Processing、もしくはモデル API エンドポイント経由でデプロイできます。

{% hint style="info" %}
こちらをお読みください [ライセンスに関するガイダンス](https://roboflow.com/licensing) 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確認できます。
{% endhint %}

### 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 [データセットのバージョンを生成](https://docs.roboflow.com/roboflow/roboflow-jp/datasets/dataset-versions/create-a-dataset-version).

「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:

<figure><img src="https://3740591140-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F-M6S9nPJhEX9FYH6clfW%2Fuploads%2Fgit-blob-1ee541a880c492b76f0ede4a3e94e3b8d46f59b0%2FScreenshot%202025-05-14%20at%2014.04.15.png?alt=media" alt=""><figcaption></figcaption></figure>

#### モデルアーキテクチャを選択

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。

トレーニング可能な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。詳細については、 [対応モデルの表](https://docs.roboflow.com/roboflow/roboflow-jp/deploy/supported-models) を参照してください。

Object Detection では、RF-DETR が最も高い精度を提供します。Instance Segmentation では、RF-DETR Seg (Preview) が最も高い精度を提供します。

プロジェクトの種類で利用可能なアーキテクチャを選択し、次に「Continue」をクリックします:

<figure><img src="https://3740591140-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F-M6S9nPJhEX9FYH6clfW%2Fuploads%2Fgit-blob-5637da3613366cf3a90d807925534fdef9f5d411%2FScreenshot%202025-07-23%20at%2011.36.11.png?alt=media" alt=""><figcaption></figcaption></figure>

#### モデルサイズを選択

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。たとえば、最先端の Object Detection モデルである RF-DETR では、Nano、Small、Medium、Base が用意されています:

<figure><img src="https://3740591140-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F-M6S9nPJhEX9FYH6clfW%2Fuploads%2Fgit-blob-10f70e832223d53f1cd3e0d0b7226ff8b149b078%2FScreenshot%202025-07-23%20at%2011.36.34.png?alt=media" alt=""><figcaption></figcaption></figure>

Roboflow 3.0 では、Fast と Accurate のトレーニングオプションをすべてのユーザーが利用できます。Medium、Large、Extra Large は有料ユーザーのみ利用できます。

#### チェックポイントを選択

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選択するよう求められます。以下のタブには、各モデルタイプの設定オプションが表示されています。

{% tabs %}
{% tab title="Object Detection" %}
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:** すで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。
* **Public Checkpoint からトレーニングする**: 最初のモデルバージョン、または以前のトレーニング実行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**で、このオプションではゼロからトレーニングを開始できます。多くのユーザーは、このオプションを使うと結果が悪くなります。
  {% endtab %}

{% tab title="Classification/Semantic Segmentation" %}
Classification と Semantic Segmentation のモデルでは、利用できるチェックポイントは 1 つだけです。
{% endtab %}
{% endtabs %}

<details>

<summary>どのトレーニングオプションを選べばよいですか?</summary>

新しい Object Detection プロジェクトでは、Public Checkpoint からのトレーニングをおすすめします。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。Classification と Semantic Segmentation については、ImageNet からのトレーニングのみサポートしています。

Universe 上でホストされているプロジェクト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（Object Detection のみ）。その場合は、まず [Universe でプロジェクトをスター](https://blog.roboflow.com/launch-universe-model-checkpoint/)してください。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、モデルの以前のバージョン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（Object Detection、Instance Segmentation、Keypoint Detection のみ）。この方法により、より高速なトレーニングプロセスが可能になります。モデルの性能が十分に高い場合に限り、モデルの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とは、 [Transfer Learning](https://blog.roboflow.com/what-is-transfer-learning/)を使用することを意味します。Transfer Learning により、選択したモデルを初期値としてモデルのトレーニングが開始されます。これにより、トレーニング時間の短縮や、より良いトレーニングスコアの取得につながります。

Scratch からのトレーニングとは、 *Transfer Learning を* 使用し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トレーニングされます。

</details>

#### トレーニングジョブを開始

トレーニングに使用するチェックポイントを選んだら、「Start Training」をクリックします。

その後、データセットは zip 化され、Roboflow の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:

<figure><img src="https://3740591140-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2F-M6S9nPJhEX9FYH6clfW%2Fuploads%2Fgit-blob-18d9396cb8b4f7bf0e73319da14e3cb287251177%2FScreenshot%202025-05-14%20at%2014.12.53.png?alt=media" alt=""><figcaption></figcaption></figure>

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はより長い時間がかかります。

トレーニングプロセスが完了すると、メールでお知らせします。ほとんどの場合、24 時間以内です。

#### Pricing

Roboflow でのトレーニング料金は、トレーニングジョブの所要時間に基づいています。詳細は [credits ページ](https://www.roboflow.com/credits).

をご覧ください。学生または研究者で、現在取り組んでいるプロジェクトのための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](https://roboflow.com/contribute).