> 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/object-detection-model.md).

# 物体検出モデル

### このブロックについて

オブジェクト検出モデルブロックを使うと、Roboflowで学習した、またはRoboflowにアップロードしたオブジェクト検出モデルを実行できます。

オブジェクト検出モデルを使うと、画像内のカスタムオブジェクトを識別できます。たとえば、オブジェクト検出ブロックを次の用途に使えます:

1. 製品の欠陥を検出する
2. 道路上の車両の位置を特定する
3. 組立ライン上のアイテムを見つける

Workspace に保存されているプライベートモデル、または Roboflow Universe 上の公開モデルを実行できます。

<figure><img src="/files/797d0647743704d9c3eeb5e9abecf267bca468b1" alt=""><figcaption><p>オブジェクト検出モデルブロック。</p></figcaption></figure>

### このブロックに入力できるもの

Object Detection Modelブロックは次の対象に対して実行できます:

1. ワークフローに送信した画像
2. ワークフローに送信した動画フレーム
3. ワークフロー内で計算される画像の切り抜き領域（つまり Cropブロックを使用したもの）

### このブロックが返すもの

オブジェクト検出モデルブロックは、他のブロックで使用できる予測を返します。予測には次の情報が含まれます:

* 検出された各オブジェクトの位置（xyxy座標）
* 各オブジェクトの位置に対応するクラス名

オブジェクト検出モデルの結果を画像上に描画して確認するには、Visualizerブロックを使用する必要があります。次のものを使うとよいでしょう:

* [バウンディングボックスの可視化](/workflows/ja/burokku/blocks/visualize-predictions/bounding-box-visualization.md): モデルが返すバウンディングボックスを表示します。
* ラベル可視化: モデルが返すクラスラベルを表示します。

以下は、このブロックが返したオブジェクト検出結果を、バウンディングボックス表示とラベル表示の両方で可視化した例です:

<figure><img src="/files/b5cbec441563a112c359cad3a57db9a72d59d015" alt=""><figcaption><p>画像上に表示された物体検出モデルからの予測。</p></figcaption></figure>

### ブロックの設定方法

このブロックを設定するとき、Workspace からモデルを選択するよう求められます。

<figure><img src="/files/7f05b24e612aec4242492095f1a11c4a239701a7" alt=""><figcaption></figcaption></figure>

Workspace のモデルを使用するには、Your Models の一覧から選択します。

ベースモデルと公開モデルも各種ご用意しています。

以下から選択できます:

* RF-DETR base や YOLO11 などのベースモデル
* 車両検出や小売在庫検出など、特定のユースケース向けの推奨モデル

Universe 上で見つかる任意のモデルの ID を指定することもできます。 [Universe でモデルを見つける方法を学ぶ。](https://docs.roboflow.com/datasets/universe/universe/find-a-model-on-universe)

その後、Workflows エディタで利用可能なオプションを使ってブロックを設定できます。

最もよく設定されるプロパティは、モデルの信頼度しきい値と、特定のクラスの予測のみを返すための「Class Filter」ツールです。

### 使用例

このブロックは、モデルの実行を含むあらゆるWorkflowで役立ちます。

動画内のオブジェクトを追跡したい場合は、オブジェクト検出モデルとByte Trackerを組み合わせることができます。モデルはオブジェクトの位置を返し、Byte Trackerが動画全体を通してその位置を追跡します。

### 予測形式

この下のカードを展開すると、このブロックが返すJSONデータを確認できます。

<details>

<summary>予測形式</summary>

予測は次の形式で返されます。

```json
[
  {
    "model_predictions": {
      "image": {
        "width": 2048,
        "height": 1080
      },
      "predictions": [
        {
          "width": 795,
          "height": 808,
          "x": 883.5,
          "y": 676,
          "confidence": 0.985406219959259,
          "class_id": 0,
          "class": "缶",
          "detection_id": "8797945b-bb46-4f35-b076-9a8f832b1bb0",
          "parent_id": "画像"
        },
        {
          "width": 248,
          "height": 470,
          "x": 1924,
          "y": 845,
          "confidence": 0.9593697190284729,
          "class_id": 0,
          "class": "缶",
          "detection_id": "0a61f2e5-0fd3-44e0-955b-1b66308dfab3",
          "parent_id": "画像"
        }
      ]
    }
  }
]
```

</details>