> 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/datasets/hi/create-and-upload/adding-data.md). # इमेजें, वीडियो और एनोटेशन अपलोड करें इमेजें, वीडियो और एनोटेशन Roboflow पर अपलोड करें। Roboflow के साथ किसी मॉडल को ट्रेन और डिप्लॉय करने का पहला कदम डेटा को एक Project पर अपलोड करना है। सबसे पहले, आपको [एक Project बनाना होगा](/datasets/hi/create-and-upload/create-a-project.md). फिर, आपको एक वेब पेज पर ले जाया जाएगा जहाँ से आप डेटा अपलोड कर सकते हैं। आप अपने प्रोजेक्ट साइडबार में उपलब्ध "Upload Data" बटन से भी इस पेज तक पहुँच सकते हैं। ## डेटा कैसे जोड़ें आप अपने Roboflow खाते में डेटा निम्न तरीकों से जोड़ सकते हैं: * वेब एप्लिकेशन का उपयोग करके: 1,000 से कम इमेज वाले डेटासेट के लिए अनुशंसित। * कमांड लाइन का उपयोग करके: 1,000 से अधिक इमेज वाले डेटासेट के लिए अनुशंसित। * Dataset Upload Workflow Block का उपयोग करके: ऐसे Workflows से डेटा एकत्र करने के लिए अनुशंसित जहाँ कोई मॉडल पहले से प्रोडक्शन में हो। {% hint style="info" %} यदि आपकी इमेजें पहले से AWS S3, Google Cloud Storage, या Azure Blob Storage जैसी क्लाउड स्टोरेज में मौजूद हैं, तो [Datasources](/datasets/hi/create-and-upload/adding-data/datasources.md) और Bucket Mirror का उपयोग अपलोड को स्क्रिप्ट करने के बजाय डिफ़ॉल्ट पथ के रूप में करें। एक Datasource इमेज और मेटाडेटा को स्वचालित रूप से आपके workspace में आयात, ingest, और sync करता है। केवल एक-बार या ad hoc imports के लिए signed URL uploads या local downloads का उपयोग करें। {% endhint %} वेब एप्लिकेशन और कमांड लाइन से, आप अपलोड कर सकते हैं: * JPG, PNG, WEBP, AVIF, BMP, और HEIC/HEIF इमेजें.\* * MOV और MP4 वीडियो। * PDF फ़ाइलें। * [किसी भी समर्थित फ़ॉर्मेट में annotations।](https://roboflow.com/formats) \**अधिकतम आकार 20MB और 16,400 x 10,900 पिक्सेल।* आप केवल अपनी संबद्ध इमेजों के साथ annotations अपलोड कर सकते हैं। आप उन इमेजों के लिए annotations अपलोड नहीं कर सकते जो पहले ही आपके डेटासेट में आयात की जा चुकी हैं। ## Web App जब आप एक प्रोजेक्ट बनाते हैं, या Upload Data पेज पर जाते हैं, तो आपको एक बॉक्स दिखाई देगा जिसमें आप इमेज, वीडियो, और annotations को drag and drop कर सकते हैं:
[40 से अधिक annotation formats समर्थित हैं।](https://roboflow.com/formats) समर्थित formats आपके प्रोजेक्ट के प्रकार के आधार पर भिन्न होते हैं।
फ़ाइल नाम कैसे प्रोसेस किए जाते हैं हम upload/import और export दोनों पर class names को sanitize करते हैं ताकि image file names standardize किए जा सकें। Upload और dataset export के समय, हम निम्न करते हैं: * शुरुआत/अंत की whitespace हटाना * सभी whitespace (newlines और tabs सहित) को एक space में बदला जाता है * दोहरे spaces हटा दिए जाते हैं * `/.[]#~*` अक्षरों को डैश (`-`) * `|'"` अक्षरों को हटा दिया जाता है
### एक Zip फ़ाइल अपलोड करें आप अपनी `.zip` इमेज और annotations के archive को drag and drop कर सकते हैं या चुन सकते हैं। छोटे archives (300 फ़ाइलों तक) आपके browser में extract होते हैं और dropped folder की तरह ही upload flow से गुजरते हैं, इसलिए preview thumbnails, annotation matching, और batch naming सभी उसी तरह काम करते हैं। archive के भीतर nested folders सुरक्षित रहते हैं। बड़े archives (300 से अधिक फ़ाइलें, 8 GB तक) raw zip को सीधे Roboflow के servers पर अपलोड करते हैं। आपके पुष्टि करने के बाद, एक progress bar upload को ट्रैक करती है, फिर browser hand off करता है और processing server-side जारी रहती है। इसकी प्रगति अपने Activity Center में देखें, ताकि आप काम जारी रख सकें और अपनी सुविधा के अनुसार वापस जाँच सकें। Extracted images आपके Annotate पेज पर एक batch में दिखाई देती हैं। Confirmation dialog में "Replace annotations on images already in this project" नाम का एक checkbox होता है। इसे बंद रहने दें, तो प्रोजेक्ट में पहले से मौजूद images अपनी मौजूदा annotations बनाए रखती हैं। इसे चुनने पर zip वाली annotations उनसे बदल दी जाएँगी। Classification projects हमेशा label को replace करते हैं, इसलिए वहाँ यह checkbox नहीं दिखता। यदि archive में annotations शामिल हैं, तो उसकी images एक annotation job में जाती हैं, जिसका श्रेय आपको मिलता है। हर upload का अपना job होता है, इसलिए वही zip फिर से अपलोड करने पर पहले वाला job कभी reuse नहीं होता। [Review Mode](/datasets/hi/annotate/annotate/team-collaboration.md#review-mode) चालू होने पर, images Review में प्रतीक्षा करती हैं और किसी reviewer के उन्हें approve करने के बाद आपके dataset में जुड़ती हैं। Review Mode बंद होने पर, वे तुरंत आपके dataset में जुड़ जाती हैं। 8 GB से बड़े archives के लिए, zip को [कमांड लाइन के साथ](#upload-datasets-with-the-command-line) अपलोड करें। ### वीडियो अपलोड करें Image-based Project types के लिए, अपलोड किए गए वीडियो अलग-अलग frames में बाँट दिए जाते हैं जिन्हें आप annotate कर सकते हैं। जब आप कोई वीडियो अपलोड करते हैं, तो एक extraction dialog खुलता है जिसमें built-in video player, एक sampling slider, और वैकल्पिक manual frame selection होता है। Action Recognition Projects हर अपलोड किए गए वीडियो को जस का तस रखते हैं ताकि आप actions को [वीडियो segments](/datasets/hi/annotate/annotate/annotate-video-segments.md). #### Sampling interval Frames कितनी बार sample किए जाएँ, यह सेट करने के लिए slider का उपयोग करें। आप slider के नीचे दिए गए input fields में interval सेकंड में या वांछित frame count सीधे भी लिख सकते हैं। Sampling range 60 frames प्रति सेकंड से लेकर 60 सेकंड में 1 frame तक होती है। #### Manual frame selection Frame selection panel को expand करने के लिए "Manual selection" पर क्लिक करें। वर्तमान playhead position पर frame चुनने के लिए "Add current frame" का उपयोग करें या `M` दबाएँ। `,` और `.`के साथ अलग-अलग frames में step करें, या `Shift+Left` और `Shift+Right`. Sample किए गए और manually selected frames को merge और deduplicate किया जाता है, और dialog में extract होने वाले कुल frames की live count दिखाई जाती है। #### Trimming Start और end point सेट करने के लिए filmstrip पर trim handles को drag करें। Trim किए गए range के बाहर की frames शामिल नहीं की जातीं। Video को frames में split करने और उन्हें अपने dataset में अपलोड करने के लिए "Extract N frames" पर क्लिक करें। जब कई videos queue में हों, तो आप वही interval settings उन सभी पर लागू कर सकते हैं। Selected frames per-video होते हैं, इसलिए जब selected frames मौजूद हों, तो हर video अपना अलग dialog खोलती है।
समर्थित वीडियो फ़ाइल फ़ॉर्मेट Roboflow वीडियो फ़ाइलों के लिए आपके browser में मौजूद built-in support का उपयोग करके videos को frame images में parse करता है जिन्हें आप अपने models को train करने के लिए उपयोग कर सकते हैं। इसका मतलब है कि आप, उपयोग किए जा रहे browser के आधार पर, MOV और MP4 फ़ाइलों सहित कई अलग-अलग video formats का उपयोग कर सकते हैं। आप [जाँच सकते हैं कि कौन-से video formats आपके browser द्वारा समर्थित हैं](https://caniuse.com/?search=video%20format). यदि कोई video ऐसे format का उपयोग करता है जिसे आपका browser decode नहीं कर सकता, तो Roboflow "Scanning files" पर अटकने के बजाय "unsupported video" error दिखाता है, और आपको फ़ाइल convert करने के लिए कहता है। HEVC/H.265 एक आम कारण है (उदा.: DJI drones, GoPros, और नए phones से लिया गया footage) और केवल Safari में decode किया जा सकता है। वीडियो को MP4 (H.264) में re-export या convert करें, जो अधिक व्यापक रूप से समर्थित है, फिर उसे फिर से अपलोड करें। यदि आपको अपना video file Roboflow में लोड कराने में समस्या आ रही है, तो आप हमारे [forum](https://discuss.roboflow.com/) पर पोस्ट कर सकते हैं या अपने account representative से संपर्क कर सकते हैं।
## CLI आप Roboflow Python command line interface का उपयोग करके बड़े datasets अपलोड कर सकते हैं। आप command line interface के साथ केवल images अपलोड कर सकते हैं। यदि आपके पास videos हैं, तो आपको उन्हें [फ़ाइलों के रूप में सहेजे गए frames में विभाजित करना होगा](https://superuser.com/questions/1044444/how-do-i-use-ffmpeg-to-split-a-video-into-images-and-then-reassemble-exactly-the). फिर इन फ़ाइलों को Roboflow पर अपलोड किया जा सकता है। शुरू करने के लिए, पहले `roboflow-python`: ``` pip install roboflow ``` फिर, [अपना Workspace ID प्राप्त करें](https://docs.roboflow.com/reference/authentication/authentication/workspace-and-project-ids). अंत में, निम्न प्रारूप में एक command तैयार करें: ``` roboflow import -w testupload -p project-1-8zgld /path/to/dataset/folder ``` यहाँ वे arguments हैं जिन्हें आपको निर्दिष्ट करना होगा: * `-w testupload`: यह workspace का नाम है। * `-p `: यह आपका project ID है। जब आप command चलाएँगे, तो आपको एक संदेश दिखाई देगा जो बताता है कि upload प्रक्रिया शुरू हो गई है। फिर images के upload होने के साथ आपको logs दिखाई देंगे:

कमांड-लाइन का उपयोग करके एक dataset अपलोड करना

हमारे पास एक वीडियो walkthrough है जो दिखाता है कि command line से डेटा कैसे अपलोड करें: {% embed url="" %} ### एक Zip फ़ाइल अपलोड करें बड़े datasets के लिए, आप एक एकल `.zip` archive of your images and annotations अपलोड कर सकते हैं, individual files के बजाय। archive एक बार अपलोड होता है और Roboflow के servers पर asynchronously process होता है, जो file by file अपलोड करने से तेज़ और अधिक विश्वसनीय है। एक `.zip` सीधे अपलोड करें: ```bash roboflow image upload dataset.zip --workspace -p ``` या अपलोड करने से पहले CLI को आपके लिए किसी folder को zip करने दें: ```bash roboflow image upload ./dataset/folder --zip-upload --workspace -p ``` डिफ़ॉल्ट रूप से command processing के पूरा होने तक प्रतीक्षा करती है और एक summary प्रिंट करती है। `--no-wait` पारित करें ताकि तुरंत वापस आ जाए; CLI एक task ID प्रिंट करेगा जिसका उपयोग आप upload status poll करने के लिए कर सकते हैं। ## Python SDK उपयोग करें `Workspace.upload_dataset()` एक `.zip` archive अपलोड करने या upload से पहले किसी folder को zip करने के लिए: ```python import roboflow rf = roboflow.Roboflow(api_key="YOUR_API_KEY") workspace = rf.workspace() # .zip path स्वचालित रूप से पहचाना जाता है और archive के रूप में अपलोड किया जाता है workspace.upload_dataset("dataset.zip", project_name="your-project") # किसी folder के लिए, use_zip_upload के साथ opt in करें ताकि उसे zip करके एक archive के रूप में अपलोड किया जा सके workspace.upload_dataset("./dataset/folder", project_name="your-project", use_zip_upload=True) ``` {% hint style="info" %} Zip upload 8 GB और 100,000 files तक के archives का समर्थन करता है। Predictions (`is_prediction=True`) zip path पर समर्थित नहीं हैं - उनके लिए per-image upload का उपयोग करें। {% endhint %} ## MCP Server अपने AI agent को [MCP Server](https://docs.roboflow.com/agents/mcp-server) से जोड़ें और वह इन tools की मदद से प्रोजेक्ट में images जोड़ सकता है:
टूलविवरण
image_uploadZip के माध्यम से local image files को किसी प्रोजेक्ट में अपलोड करें।
image_upload_statusImage zip upload task की स्थिति जाँचें।
images_update_metadataअपलोड की गई image पर metadata और tags अपडेट करें।
## अपने अपलोड किए गए डेटा देखें Roboflow पर अपलोड किया गया सभी डेटा एक "batch" में अपलोड होता है। इन batches को आपके Project Annotate पेज पर देखा जा सकता है:
## Image आकार की सीमाएँ किसी image के लिए अधिकतम आकार 20 MB है अधिकतम pixel dimensions 16,400 × 10,900 pixels हैं। ## डुप्लिकेट इमेजें यदि आप ऐसी image अपलोड करने की कोशिश करते हैं जो पहले से किसी Project में मौजूद है, तो उस image के लिए upload छोड़ दिया जाएगा। किसी image को Project से हटाने पर उसकी annotations बनी रहती हैं। यदि आप वही image फिर से अपलोड करते हैं, तो वह उन्हीं annotations और अपनी पुरानी annotation status के साथ Project में फिर से जुड़ जाती है, इसलिए annotated image दोबारा unannotated नहीं बनती। {% hint style="info" %} यदि आप [दो datasets को merge करते हैं](/datasets/hi/manage/merge-datasets.md), तो merged dataset और दोनों मूल datasets आपके खाते में मौजूद रहते हैं। इसलिए merge के लिए कोई शुल्क नहीं है, क्योंकि images duplicates हैं। {% endhint %} ## डेटा स्वामित्व Roboflow पर अपलोड की गई सभी images और videos का स्वामित्व आपके पास बना रहता है। यह हमारे [Terms of Service के Section 23B](https://roboflow.com/terms): > में परिभाषित है। आपके द्वारा पोस्ट, सबमिट, प्रकाशित, प्रदर्शित, या संप्रेषित की गई किसी भी content, information, या materials पर आपके सभी स्वामित्व अधिकार बने रहते हैं ## डेटा गोपनीयता **Public Plan:** यदि आप Public plan पर हैं, तो Roboflow द्वारा स्पष्ट रूप से निर्दिष्ट और व्यवस्थित न किए जाने तक, आपके datasets Roboflow Universe पर सार्वजनिक होंगे। **Paid Plans (Enterprise सहित):** जब तक अन्यथा निर्दिष्ट न हो, आपका data आपके खाते के लिए private रहता है।