バージョン、学習、モデル

Roboflow は 3 つの概念を分けて管理しています: dataset version、training、model。これらの関係を理解すると、モデルの学習、比較、デプロイがしやすくなります。

dataset version は、画像、分割、前処理、拡張を含む dataset の不変なスナップショットです。新しい version を生成するのは、そのスナップショット自体が変わったときだけです。

training は、選択した architecture と設定を使って version 上で開始する 1 回の training run です。1 つの version には 1 つ以上の training を持てます。

model は、training によって生成される学習済みネットワークです。1 回の training から 1 つ以上の model が生成されます（例: a ニューラルアーキテクチャ検索 複数の候補モデルを生成します）。

Dataset Version
   │  1 つ以上の training を開始
   ▼
Training
   │  1 つ以上の model を生成
   ▼
モデル

同じ version から複数の training を開始して、たとえば architecture を比較することができます。データを再生成する必要はありません。別の model を学習するために新しい version は不要です。新しい version を生成するのは、基礎データまたは前処理が変わったときだけです。

各 model は個別にデプロイおよび評価され、デプロイ時や inference 実行時には model ID で参照されます。version 上で学習された model には、次の形式の per-model ID があります {workspace}/{model-slug}そのため、複数の model を持つ version では、それぞれに固有の ID が割り当てられます（たとえば、Workflow の model block で 1 つを選びます）。旧来の single-model version は、代わりに {project}/{version} 代わりに。参照 Model IDs 両方の形式の構造について、また サポートされているモデル 学習済み model の呼び出し方法について。

1 つの model を持つ version は、この関係の一般的なケースです: 1 回の training で 1 つの model が生成されます。同じ構造は、同じ version 上の多数の training と多数の model にも拡張できます。