> 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/multi-label-classification-model.md).

# マルチラベル分類モデル

## v3

Roboflowでホストされている、またはRoboflowにアップロードされたマルチラベル分類モデルに対して推論を実行します。

あなたのアカウント専用の任意のモデル、または Roboflow Universe 上で利用可能な任意の公開モデルを [Roboflow Universe](https://universe.roboflow.com).

このブロックを使用するには、Inference 環境で Roboflow API キーを設定する必要があります。Roboflow API キーの設定方法の詳細は、 [Inferenceのドキュメントを参照してください](https://docs.roboflow.com/reference/authentication/authentication/find-your-roboflow-api-key).

### 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/roboflow_multi_label_classification_model@v3` 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。                     | ❌  |
| `model_id`                       | `str`   | Roboflowのモデル識別子。                            | ✅  |
| `confidence_mode`                | `str`   | 信頼度しきい値をどのように決定するか。                         | ✅  |
| `custom_confidence`              | `float` | 予測のカスタム信頼度しきい値。                             | ✅  |
| `disable_active_learning`        | `bool`  | このブロックでプロジェクトレベルのアクティブラーニングを無効にするためのブールフラグ。 | ✅  |
| `active_learning_target_dataset` | `str`   | 有効な場合のアクティブラーニング用ターゲットデータセット。               | ✅  |

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。

### 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 `マルチラベル分類モデル` のバージョン `v3` 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..
  * `model_id` ([*`roboflow_model_id`*](/workflows/ja/gaido/developer-guide/kinds/roboflow-model-id.md)): Roboflowのモデル識別子。
  * `confidence_mode` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)): 信頼度しきい値をどのように決定するか。
  * `custom_confidence` ([*`float_zero_to_one`*](/workflows/ja/gaido/developer-guide/kinds/float-zero-to-one.md)): 予測のカスタム信頼度しきい値。
  * `disable_active_learning` ([*`boolean`*](/workflows/ja/gaido/developer-guide/kinds/boolean.md)): このブロックでプロジェクトレベルのアクティブラーニングを無効にするためのブールフラグ。
  * `active_learning_target_dataset` ([*`roboflow_project`*](/workflows/ja/gaido/developer-guide/kinds/roboflow-project.md)): 有効な場合のアクティブラーニング用ターゲットデータセット。
* 出力
  * `predictions` ([`classification_prediction`](/workflows/ja/gaido/developer-guide/kinds/classification-prediction.md)): 分類器からの予測。
  * `inference_id` ([`inference_id`](/workflows/ja/gaido/developer-guide/kinds/inference-id.md)): Inferenceの識別子。
  * `model_id` ([`roboflow_model_id`](/workflows/ja/gaido/developer-guide/kinds/roboflow-model-id.md)): RoboflowのモデルID。

</details>

<details>

<summary>JSON 定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/roboflow_multi_label_classification_model@v3",
	    "images": "$inputs.image",
	    "model_id": "my_project/3",
	    "confidence_mode": "<block_does_not_provide_example>",
	    "custom_confidence": 0.3,
	    "disable_active_learning": true,
	    "active_learning_target_dataset": "my_project"
	}
```

</details>

## v2

Roboflowでホストされている、またはRoboflowにアップロードされたマルチラベル分類モデルに対して推論を実行します。

あなたのアカウント専用の任意のモデル、または Roboflow Universe 上で利用可能な任意の公開モデルを [Roboflow Universe](https://universe.roboflow.com).

このブロックを使用するには、Inference 環境で Roboflow API キーを設定する必要があります。Roboflow API キーの設定方法の詳細は、 [Inferenceのドキュメントを参照してください](https://docs.roboflow.com/reference/authentication/authentication/find-your-roboflow-api-key).

### 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/roboflow_multi_label_classification_model@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。                     | ❌  |
| `model_id`                       | `str`   | Roboflowのモデル識別子。                            | ✅  |
| `confidence`                     | `float` | 予測の信頼度しきい値。                                 | ✅  |
| `disable_active_learning`        | `bool`  | このブロックでプロジェクトレベルのアクティブラーニングを無効にするためのブールフラグ。 | ✅  |
| `active_learning_target_dataset` | `str`   | 有効な場合のアクティブラーニング用ターゲットデータセット。               | ✅  |

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。

### 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 `マルチラベル分類モデル` 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..
  * `model_id` ([*`roboflow_model_id`*](/workflows/ja/gaido/developer-guide/kinds/roboflow-model-id.md)): Roboflowのモデル識別子。
  * `confidence` ([*`float_zero_to_one`*](/workflows/ja/gaido/developer-guide/kinds/float-zero-to-one.md)): 予測の信頼度しきい値。
  * `disable_active_learning` ([*`boolean`*](/workflows/ja/gaido/developer-guide/kinds/boolean.md)): このブロックでプロジェクトレベルのアクティブラーニングを無効にするためのブールフラグ。
  * `active_learning_target_dataset` ([*`roboflow_project`*](/workflows/ja/gaido/developer-guide/kinds/roboflow-project.md)): 有効な場合のアクティブラーニング用ターゲットデータセット。
* 出力
  * `predictions` ([`classification_prediction`](/workflows/ja/gaido/developer-guide/kinds/classification-prediction.md)): 分類器からの予測。
  * `inference_id` ([`inference_id`](/workflows/ja/gaido/developer-guide/kinds/inference-id.md)): Inferenceの識別子。
  * `model_id` ([`roboflow_model_id`](/workflows/ja/gaido/developer-guide/kinds/roboflow-model-id.md)): RoboflowのモデルID。

</details>

<details>

<summary>JSON 定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/roboflow_multi_label_classification_model@v2",
	    "images": "$inputs.image",
	    "model_id": "my_project/3",
	    "confidence": 0.3,
	    "disable_active_learning": true,
	    "active_learning_target_dataset": "my_project"
	}
```

</details>

## v1

Roboflowでホストされている、またはRoboflowにアップロードされたマルチラベル分類モデルに対して推論を実行します。

あなたのアカウント専用の任意のモデル、または Roboflow Universe 上で利用可能な任意の公開モデルを [Roboflow Universe](https://universe.roboflow.com).

このブロックを使用するには、Inference 環境で Roboflow API キーを設定する必要があります。Roboflow API キーの設定方法の詳細は、 [Inferenceのドキュメントを参照してください](https://docs.roboflow.com/reference/authentication/authentication/find-your-roboflow-api-key).

### 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/roboflow_multi_label_classification_model@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。                     | ❌  |
| `model_id`                       | `str`   | Roboflowのモデル識別子。                            | ✅  |
| `confidence`                     | `float` | 予測の信頼度しきい値。                                 | ✅  |
| `disable_active_learning`        | `bool`  | このブロックでプロジェクトレベルのアクティブラーニングを無効にするためのブールフラグ。 | ✅  |
| `active_learning_target_dataset` | `str`   | 有効な場合のアクティブラーニング用ターゲットデータセット。               | ✅  |

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。

### 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 `マルチラベル分類モデル` 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..
  * `model_id` ([*`roboflow_model_id`*](/workflows/ja/gaido/developer-guide/kinds/roboflow-model-id.md)): Roboflowのモデル識別子。
  * `confidence` ([*`float_zero_to_one`*](/workflows/ja/gaido/developer-guide/kinds/float-zero-to-one.md)): 予測の信頼度しきい値。
  * `disable_active_learning` ([*`boolean`*](/workflows/ja/gaido/developer-guide/kinds/boolean.md)): このブロックでプロジェクトレベルのアクティブラーニングを無効にするためのブールフラグ。
  * `active_learning_target_dataset` ([*`roboflow_project`*](/workflows/ja/gaido/developer-guide/kinds/roboflow-project.md)): 有効な場合のアクティブラーニング用ターゲットデータセット。
* 出力
  * `predictions` ([`classification_prediction`](/workflows/ja/gaido/developer-guide/kinds/classification-prediction.md)): 分類器からの予測。
  * `inference_id` ([`string`](/workflows/ja/gaido/developer-guide/kinds/string.md)) : 文字列値。

</details>

<details>

<summary>JSON 定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/roboflow_multi_label_classification_model@v1", 
	    "images": "$inputs.image",
	    "model_id": "my_project/3",
	    "confidence": 0.3,
	    "disable_active_learning": true,
	    "active_learning_target_dataset": "my_project"
	}
```

</details>