> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/ja/burokku/blocks/run-a-model/florence2-model.md).

# Florence-2モデル

## v2

**専用の推論サーバーが必要です（GPU推奨）- 専用デプロイメントの使用を検討してください**

このワークフローブロックでは次を紹介します **Florence 2**、幅広いタスクを実行できるビジュアル言語モデル（VLM）で、以下を含みます：

* 物体検出
* インスタンスセグメンテーション
* 画像キャプション生成
* 光学文字認識（OCR）
* など...

以下は、モデルがサポートするタスクの包括的な一覧と、その出力をWorkflowsエコシステム内で活用する方法の説明です：

**タスクの説明：**

* **カスタムプロンプト** (`custom`) - 自由形式のプロンプトを使用して応答を生成します。ファインチューニング済みモデルで有用です。
* **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します
* **テキスト検出と認識（OCR）** (`ocr-with-text-detection`) - モデルは画像内のテキスト領域を検出し、検出した各領域に対してOCRを実行します
* **キャプション生成（短い）** (`caption`) - モデルが画像の短い説明を提供します
* **キャプション生成** (`detailed-caption`) - モデルが画像の長い説明を提供します
* **キャプション生成（長文）** (`more-detailed-caption`) - モデルが画像の非常に長い説明を提供します
* **プロンプトなしオブジェクト検出** (`object-detection`) - モデルが画像内の目立つオブジェクトを検出し、バウンディングボックスを返します
* **物体検出** (`open-vocabulary-object-detection`) - モデルは、提供されたクラスのバウンディングボックスを検出して返します
* **検出とキャプション生成** (`object-detection-and-caption`) - モデルは目立つオブジェクトを検出し、それにキャプションを付けます
* **プロンプト付きオブジェクト検出** (`phrase-grounded-object-detection`) - テキストプロンプトに基づき、モデルは説明に一致するオブジェクトを検出します
* **プロンプト付きインスタンスセグメンテーション** (`phrase-grounded-instance-segmentation`) - テキストプロンプトに基づき、モデルは説明に一致するオブジェクトをセグメント化します
* **セグメントのバウンディングボックス** (`detection-grounded-instance-segmentation`) - モデルは、提供されたバウンディングボックス内のオブジェクトをポリゴンにセグメント化します
* **バウンディングボックスの分類** (`detection-grounded-classification`) - モデルは、提供されたバウンディングボックス内のオブジェクトを分類します
* **バウンディングボックスのキャプション生成** (`detection-grounded-caption`) - モデルは、提供されたバウンディングボックス内のオブジェクトにキャプションを付けます
* **バウンディングボックス内のテキスト認識（OCR）** (`detection-grounded-ocr`) - モデルは、提供されたバウンディングボックス内のテキストにOCRを実行します
* **関心領域の提案** (`region-proposal`) - モデルは画像内の関心領域（バウンディングボックス）を提案します

### 型識別子

ステップで次の識別子を使用してください `"type"` フィールド： `roboflow_core/florence_2@v2` ワークフローにこのブロックをステップとして追加するには。

### プロパティ

| **名前**                     | **型**                              | **説明**                                                                                                                                                                               | 参照 |
| -------------------------- | ---------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | -- |
| `name`                     | `str`                              | このステップの一意の識別子を入力してください。                                                                                                                                                              | ❌  |
| `task_type`                | `str`                              | モデルによって実行されるタスクの種類。値によって必要なパラメータと出力応答が決まります。。                                                                                                                                        | ❌  |
| `プロンプト`                    | `str`                              | Florence-2モデルへのテキストプロンプト。                                                                                                                                                            | ✅  |
| `classes`                  | `List[str]`                        | 使用するクラスのリスト。                                                                                                                                                                         | ✅  |
| `grounding_detection`      | `Optional[List[float], List[int]]` | Florence-2モデルの基準となる検出。静的に指定されたバウンディングボックスでも可 `[left_top_x, left_top_y, right_bottom_x, right_bottom_y]` またはオブジェクト検出モデルの結果です。後者の場合は、1つのボックスが次に基づいて選択されます `grounding_selection_mode`.. | ✅  |
| `grounding_selection_mode` | `str`                              | .                                                                                                                                                                                    | ❌  |
| `model_id`                 | `str`                              | 使用するモデル。                                                                                                                                                                             | ✅  |

この **参照** 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します `ワークフロー` 実行時。参照 *バインディング* 詳細は。

### ランタイム互換性

`ハード` - ランタイム `self_hosted_cpu`；実行 `ローカル` : GPU が必要です。run\_locally() は CUDA を必要とするモデルを読み込みます。

### 入力と出力のバインディング

利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が `Florence-2モデル` のバージョン `v2` あるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* 入力
  * `images` ([*`image`*](/workflows/ja/gaido/developer-guide/kinds/image.md)): 推論対象の画像です..
  * `プロンプト` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)): Florence-2モデルへのテキストプロンプト。
  * `classes` ([*`list_of_values`*](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md))：使用するクラスのリスト。
  * `grounding_detection` (*Union\[*[*`object_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*,* [*`list_of_values`*](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)*,* [*`instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`keypoint_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/keypoint-detection-prediction.md)*]*): Florence-2モデルの基準となる検出。静的に指定されたバウンディングボックスでも可 `[left_top_x, left_top_y, right_bottom_x, right_bottom_y]` またはオブジェクト検出モデルの結果です。後者の場合は、1つのボックスが次に基づいて選択されます `grounding_selection_mode`..
  * `model_id` ([*`roboflow_model_id`*](/workflows/ja/gaido/developer-guide/kinds/roboflow-model-id.md))：使用するモデル。
* 出力
  * `raw_output` (*Union\[*[*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*)：の文字列値 `string` または LLM / VLM の出力（条件が `language_model_output`.
  * `parsed_output` ([`辞書`](/workflows/ja/gaido/developer-guide/kinds/dictionary.md)）：辞書。
  * `classes` ([`list_of_values`](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md))：任意の型の値のリスト。

</details>

<details>

<summary>JSON 定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/florence_2@v2",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "my prompt",
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "grounding_detection": "$steps.detection.predictions",
	    "grounding_selection_mode": "first",
	    "model_id": "florence-2-base"
	}
```

</details>

## v1

**専用の推論サーバーが必要です（GPU推奨）- 専用デプロイメントの使用を検討してください**

このワークフローブロックでは次を紹介します **Florence 2**、幅広いタスクを実行できるビジュアル言語モデル（VLM）で、以下を含みます：

* 物体検出
* インスタンスセグメンテーション
* 画像キャプション生成
* 光学文字認識（OCR）
* など...

以下は、モデルがサポートするタスクの包括的な一覧と、その出力をWorkflowsエコシステム内で活用する方法の説明です：

**タスクの説明：**

* **カスタムプロンプト** (`custom`) - 自由形式のプロンプトを使用して応答を生成します。ファインチューニング済みモデルで有用です。
* **テキスト認識（OCR）** (`ocr`) - モデルが画像内のテキストを認識します
* **テキスト検出と認識（OCR）** (`ocr-with-text-detection`) - モデルは画像内のテキスト領域を検出し、検出した各領域に対してOCRを実行します
* **キャプション生成（短い）** (`caption`) - モデルが画像の短い説明を提供します
* **キャプション生成** (`detailed-caption`) - モデルが画像の長い説明を提供します
* **キャプション生成（長文）** (`more-detailed-caption`) - モデルが画像の非常に長い説明を提供します
* **プロンプトなしオブジェクト検出** (`object-detection`) - モデルが画像内の目立つオブジェクトを検出し、バウンディングボックスを返します
* **物体検出** (`open-vocabulary-object-detection`) - モデルは、提供されたクラスのバウンディングボックスを検出して返します
* **検出とキャプション生成** (`object-detection-and-caption`) - モデルは目立つオブジェクトを検出し、それにキャプションを付けます
* **プロンプト付きオブジェクト検出** (`phrase-grounded-object-detection`) - テキストプロンプトに基づき、モデルは説明に一致するオブジェクトを検出します
* **プロンプト付きインスタンスセグメンテーション** (`phrase-grounded-instance-segmentation`) - テキストプロンプトに基づき、モデルは説明に一致するオブジェクトをセグメント化します
* **セグメントのバウンディングボックス** (`detection-grounded-instance-segmentation`) - モデルは、提供されたバウンディングボックス内のオブジェクトをポリゴンにセグメント化します
* **バウンディングボックスの分類** (`detection-grounded-classification`) - モデルは、提供されたバウンディングボックス内のオブジェクトを分類します
* **バウンディングボックスのキャプション生成** (`detection-grounded-caption`) - モデルは、提供されたバウンディングボックス内のオブジェクトにキャプションを付けます
* **バウンディングボックス内のテキスト認識（OCR）** (`detection-grounded-ocr`) - モデルは、提供されたバウンディングボックス内のテキストにOCRを実行します
* **関心領域の提案** (`region-proposal`) - モデルは画像内の関心領域（バウンディングボックス）を提案します

### 型識別子

ステップで次の識別子を使用してください `"type"` フィールド： `roboflow_core/florence_2@v1` ワークフローにこのブロックをステップとして追加するには。

### プロパティ

| **名前**                     | **型**                              | **説明**                                                                                                                                                                               | 参照 |
| -------------------------- | ---------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ | -- |
| `name`                     | `str`                              | このステップの一意の識別子を入力してください。                                                                                                                                                              | ❌  |
| `task_type`                | `str`                              | モデルによって実行されるタスクの種類。値によって必要なパラメータと出力応答が決まります。。                                                                                                                                        | ❌  |
| `プロンプト`                    | `str`                              | Florence-2モデルへのテキストプロンプト。                                                                                                                                                            | ✅  |
| `classes`                  | `List[str]`                        | 使用するクラスのリスト。                                                                                                                                                                         | ✅  |
| `grounding_detection`      | `Optional[List[float], List[int]]` | Florence-2モデルの基準となる検出。静的に指定されたバウンディングボックスでも可 `[left_top_x, left_top_y, right_bottom_x, right_bottom_y]` またはオブジェクト検出モデルの結果です。後者の場合は、1つのボックスが次に基づいて選択されます `grounding_selection_mode`.. | ✅  |
| `grounding_selection_mode` | `str`                              | .                                                                                                                                                                                    | ❌  |
| `model_version`            | `str`                              | 使用するモデル。                                                                                                                                                                             | ✅  |

この **参照** 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します `ワークフロー` 実行時。参照 *バインディング* 詳細は。

### ランタイム互換性

`ハード` - ランタイム `self_hosted_cpu`；実行 `ローカル` : GPU が必要です。run\_locally() は CUDA を必要とするモデルを読み込みます。

### 入力と出力のバインディング

利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が `Florence-2モデル` のバージョン `v1` あるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* 入力
  * `images` ([*`image`*](/workflows/ja/gaido/developer-guide/kinds/image.md)): 推論対象の画像です..
  * `プロンプト` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)): Florence-2モデルへのテキストプロンプト。
  * `classes` ([*`list_of_values`*](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md))：使用するクラスのリスト。
  * `grounding_detection` (*Union\[*[*`object_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*,* [*`list_of_values`*](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)*,* [*`instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`keypoint_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/keypoint-detection-prediction.md)*]*): Florence-2モデルの基準となる検出。静的に指定されたバウンディングボックスでも可 `[left_top_x, left_top_y, right_bottom_x, right_bottom_y]` またはオブジェクト検出モデルの結果です。後者の場合は、1つのボックスが次に基づいて選択されます `grounding_selection_mode`..
  * `model_version` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md))：使用するモデル。
* 出力
  * `raw_output` (*Union\[*[*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)*,* [*`language_model_output`*](/workflows/ja/gaido/developer-guide/kinds/language-model-output.md)*]*)：の文字列値 `string` または LLM / VLM の出力（条件が `language_model_output`.
  * `parsed_output` ([`辞書`](/workflows/ja/gaido/developer-guide/kinds/dictionary.md)）：辞書。
  * `classes` ([`list_of_values`](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md))：任意の型の値のリスト。

</details>

<details>

<summary>JSON 定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/florence_2@v1",
	    "images": "$inputs.image",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "my prompt",
	    "classes": [
	        "class-a",
	        "class-b"
	    ],
	    "grounding_detection": "$steps.detection.predictions",
	    "grounding_selection_mode": "first",
	    "model_version": "florence-2-base"
	}
```

</details>