roboflow/notebooks

A collection of tutorials on state-of-the-art computer vision models and techniques. Explore everything from foundational architectures like ResNet to cutting-edge models like RF-DETR, YOLO11, SAM 3, and Qwen3-VL.

roboflow/notebooksとは？

roboflow/notebooks は、Jupyterノートブックの形で成長を続けるコンピュータビジョンチュートリアルのコレクションをホストするGitHubリポジトリです。これらのチュートリアルでは、さまざまなビジョンタスクに最先端（SOTA）モデルを使用する方法を学べます。

何が含まれているか？

リポジトリには現在、61のモデルチュートリアル（README時点）がリストされています。各チュートリアルは、特定のモデルまたは技術を実演するノートブックです。表の例は次のとおりです：

物体検出またはインスタンスセグメンテーションのためのYOLO26のファインチューニング
Google Gemini 3.5 Flashを使用した物体検出
GLM-OCRを使用したOCR（光学文字認識）
SAM3を使用した画像または動画のセグメンテーション
Qwen2.5-VLまたはYOLOEを使用したゼロショット物体検出
検出またはセグメンテーションのためのRF-DETRのファインチューニング
PaliGemma2やQwen2.5-VLなどのモデルを使用したデータ抽出（例：JSON）

各ノートブックエントリには以下が含まれます：

GitHub上のノートブックファイルへのリンク
Google Colab、Kaggle、またはSageMaker Studio Labで直接開くためのボタン（ローカル設定なしで実行可能）
ブログ記事やYouTube動画などの補足資料へのオプションリンク
基盤となるモデルリポジトリまたは研究論文へのリンク（例：GitHub、arXiv）

使用方法は？

READMEの表を閲覧し、興味のあるチュートリアルを選び、「open in」バッジのいずれかをクリックして、クラウド環境でノートブックを起動できます。ノートブック自体が、データの読み込み、モデルの実行、カスタムデータセットでのファインチューニングなどの手順を案内します。

誰向けか？

物体検出やセグメンテーションからポーズ推定やOCRまで、最新のコンピュータビジョン技術を学びたい、または適用したいすべての人を対象としています。チュートリアルはPythonと機械学習にある程度精通していることを前提としていますが、実践的で実用的になるように設計されています。

READMEには他に何があるか？

READMEには、他のRoboflowプロジェクト（inference、autodistill、RF-DETR）やRoboflowのソーシャルチャネル（YouTube、ブログ、フォーラムなど）へのリンクもありますが、中核となるコンテンツはノートブックコレクション自体です。

注：この説明は提供されたREADMEのみに基づいています。外部の機能や事実は追加されていません。

roboflow/notebooks