Train a Model

Roboflow ダッシュボードで最新の技術を使ってモデルを学習させます。

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ています：

• Roboflow Train: 当社の主力トレーニングサービスで、本番運用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でトレーニングしたモデルは、オンデバイス推論サーバーであるInferenceや、Workflowsを使ったServerless Hosted API、Workflowsによるバッチ処理、あるいはあなたのモデルAPIエンドポイントを使用してクラウドにデプロイできます。

当社の ライセンスに関するガイダンス を読んで、Roboflowでトレーニングし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する.

「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依存します：

• 物体検出：RF-DETR、Roboflow 3.0、YOLOv11、YOLOv12、および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： RF-DETR Seg（プレビュー）、Roboflow 3.0、YOLO11、そしてSAM3（GrowthおよびEnterpriseプランのみ）。

• 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、およびQwen-2.5 VL。

物体検出ではRF-DETRが最良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）が最良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するアーキテクチャによって異なります。たとえば、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は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尋ねられます。以下のタブは各モデルタイプの設定オプションを示しています。

物体検出

選択肢は3つあります：

• トレイニングを前のチェックポイントから： 既に動作しているモデルがあり、それを改善したい場合に理想的です。

• 公開チェックポイントからトレーニング：最初のモデルバージョンや、前回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理想的です。

• ランダム初期化からトレーニング: 上級ユーザー向けのみ、このオプションはゼロからトレーニングを行う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くなることが多いです。

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、公開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。分類と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のプロジェクトにスターを付ける。すると、そのプロジェクトはRoboflowのウェブ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、以前のモデルバージョン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高速化できます。モデルが高い性能を示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とは、 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に役立つことがあります。

スクラッチからのトレーニングとは、 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

トレーニング元のチェックポイントを選択したら、Start Trainingをクリックします。

するとデータセットがzip化され、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推定時間が表示されます：

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完了したらメールで通知します。ほとんどの場合、24時間以内に完了します。

価格 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にクレジットが必要な場合は、追加クレジットを.