モデルを追加し、テストし、Workflow Builder で予測を可視化することで、5 分で最初の Workflow を作成して実行します。
このチュートリアルでは、シンプルな ワークフロー を作成して実行し、セットアップがインストールされ、正しく動作していることを確認します。コンピュータビジョンモデルで推論を実行し、UIデバッガーを使ってその出力を可視化します。
難易度： 簡単 完了までの時間： 5分
このチュートリアルに必要なのは 無料のRoboflowアカウント だけで、セットアップ不要でServerless Cloud API上で実行できます。これが最も簡単な始め方で、後でWorkflowsをセルフホスティングに移行することもできます。
また、プラットフォームUIの左上にある「Running on」セレクターをクリックし、 localhost またはサーバーのIPアドレスを指定することで、クラウドプラットフォームからローカルで実行中のInference Serverに接続することもできます。
localhost
アカウントを作成したら、 新しい（空の）Workflowを作成し、その後、以下を続けてください。
Detachedモードでは、RoboflowアカウントやAPIキーなしで、Inference ServerとWorkflow Builder UIの両方をローカルで実行します。Detachedモードでは、リモートデプロイ、監視、クラウドのモデルハブやデータセット管理プラットフォームとの統合などのクラウド接続機能は利用できず、アクセス制御は自分で実装する必要があります。
Roboflowアカウントなしで自分のマシンで実行するには、 セルフホストのインストール手順 に従い、開発モードでInference Serverを起動してください（ inference server start --dev).
inference server start --dev
次に、ローカルのWorkflowsビルダーの localhost:9001/build に移動し、紫色の「Create a Workflow」ボタンを使って空のWorkflowを作成します。プロンプトが表示されたら、「Build My Own」を選択してください。
localhost:9001/build
これで空のWorkflowができ、作成を始められるはずです。
最初のステップはModel Blockを追加することです。「Add a Block」をクリックしてブロック選択サイドバーを開きます。
このガイドでは、オブジェクト検出モデルのブロックを選択します。
次にモデルを選択します。事前学習済みモデル（Microsoft COCOデータセットに含まれる一般的な80クラスの物体で学習済み）を使うことができます。あるいは、Roboflowアカウントを連携している場合は、あなたのファインチューニング済みモデルや、100,000以上のコミュニティ学習モデルのいずれか、あるいは Roboflow Universe.
モデルを追加したら、画像または動画でテストできます。右上の「Test Workflow」をクリックし、画像を追加して「Run」をクリックします。デフォルトでは、出力にはモデルの予測を表すJSONが含まれます。
モデルが何を予測しているかをより見やすくするには、Object Detection Modelブロックの下部にある「+」ボタンをクリックして可視化ブロックを追加します。「Bounding Box Visualization」と「Label Visualization」は組み合わせると効果的です。
次に、見やすいように出力の順序を入れ替え、可視化を先頭（JSONの上）に表示します。「Outputs」ブロックをクリックし、選択した可視化の「Move Up」ボタンをクリックしてください。
これでWorkflowをテストすると、JSONに加えてレンダリングされた画像も表示されます。これはデバッグにも、アプリのUIの一部としても役立ちます。
サムネイル（または「Visual」出力トグル）をクリックすると、画像を拡大表示することもできます。
最後に、画面上部の「Deploy」ボタンから取得できるクライアントコードスニペットを使って、このWorkflowをより大きなアプリケーションの一部として利用できます。
シンプルなWorkflowを作成し、Inference Serverに接続してモデルを実行できることを確認できたので、次のようなより複雑で強力なWorkflowの構築を始められます。 2つのモデルの出力を比較する.
最終更新 7 日前
役に立ちましたか？
