इमेजें, वीडियो और एनोटेशन अपलोड करें

Roboflow पर इमेजें, वीडियो और एनोटेशन अपलोड करें।

Roboflow के साथ मॉडल को प्रशिक्षित और तैनात करने का पहला कदम डेटा को किसी Project पर अपलोड करना है।

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 इस तरह जोड़ सकते हैं:

वेब ऐप का उपयोग करके: 1,000 से कम छवियों वाले डेटासेट के लिए अनुशंसित।
कमांड लाइन का उपयोग करके: 1,000 से अधिक छवियों वाले डेटासेट के लिए अनुशंसित।
Dataset Upload Workflow Block का उपयोग करके: ऐसे Workflows से डेटा एकत्र करने के लिए अनुशंसित जहाँ मॉडल पहले से प्रोडक्शन में है।

यदि आपकी छवियाँ पहले से ही AWS S3, Google Cloud Storage, या Azure Blob Storage जैसे क्लाउड स्टोरेज में मौजूद हैं, तो Datasources और Bucket Mirror को अपलोड को स्क्रिप्ट करने के बजाय डिफ़ॉल्ट पथ के रूप में उपयोग करें। एक Datasource छवियों और मेटाडेटा को आपके workspace में स्वचालित रूप से import, ingest, और sync करता है। signed URL uploads या local downloads का उपयोग केवल एक-बार या ad hoc imports के लिए करें।

वेब ऐप और कमांड लाइन से, आप अपलोड कर सकते हैं:

JPG, PNG, WEBP, AVIF, BMP, और HEIC/HEIF छवियाँ.*
MOV और MP4 वीडियो।
PDF फ़ाइलें।
किसी भी समर्थित फ़ॉर्मेट में एनोटेशन।

*अधिकतम आकार 20MB और 16,400 x 10,900 पिक्सेल।

आप केवल अपनी संबद्ध छवियों के साथ एनोटेशन अपलोड कर सकते हैं। आप उन छवियों के लिए एनोटेशन अपलोड नहीं कर सकते जो पहले से आपके dataset में import की जा चुकी हैं।

वेब ऐप

जब आप कोई प्रोजेक्ट बनाते हैं, या Upload Data पेज पर, आपको एक बॉक्स दिखाई देगा जिसमें आप छवियाँ, वीडियो और एनोटेशन drag and drop कर सकते हैं:

40 से अधिक annotation formats समर्थित हैं। समर्थित formats आपके project type के आधार पर अलग-अलग होते हैं।

फ़ाइल नाम कैसे संसाधित किए जाते हैं

हम class names को upload/import और export, दोनों पर sanitize करते हैं ताकि image file names को standardize किया जा सके। Upload और dataset export के समय, हम निम्न कार्य करते हैं:

आरंभिक/अंतिम whitespace को हटाना
सभी whitespace (नए लाइन और tabs सहित) को एक space में बदला जाता है
दोहरी spaces हटा दी जाती हैं
/.[]#~* अक्षरों को एक dash से बदला जाता है (-)
|'" अक्षर हटा दिए जाते हैं

Zip फ़ाइल अपलोड करें

आप ड्रैग और ड्रॉप कर सकते हैं या एक .zip अपने images और annotations का archive चुन सकते हैं। छोटे archives (300 files तक) आपके browser में extract होते हैं और उसी upload flow से गुजरते हैं जैसे drop किया गया folder, इसलिए preview thumbnails, annotation matching, और batch naming सब समान रूप से काम करते हैं। Archive के अंदर nested folders सुरक्षित रहते हैं।

बड़े archives (300 से अधिक files, 8 GB तक) इसके बजाय raw zip को Roboflow के servers पर upload करते हैं। पुष्टि करने के बाद, एक progress bar upload को ट्रैक करती है, फिर browser hand off कर देता है और processing server-side जारी रहती है। इसकी progress को अपने Activity Center में follow करें, ताकि आप काम जारी रख सकें और अपनी सुविधा के अनुसार वापस जाँच सकें। Extract की गई images आपकी Annotate page पर एक batch में दिखाई देती हैं।

यदि archive में annotations शामिल हैं, तो उसकी images एक annotation job में जाती हैं, जिसका श्रेय आपको दिया जाता है। हर upload का अपना job होता है, इसलिए उसी zip को दोबारा upload करने पर कभी भी पहले वाले job का पुन: उपयोग नहीं होता। Review Mode चालू होने पर, images Review में प्रतीक्षा करती हैं और तब आपके dataset में जुड़ती हैं जब कोई reviewer उन्हें approve कर देता है। 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 अपलोड करें।

वीडियो अपलोड करें

अपलोड किए गए वीडियो अलग-अलग frames में विभाजित हो जाते हैं जिन्हें आप annotate कर सकते हैं। जब आप कोई video upload करते हैं, तो एक extraction dialog खुलता है जिसमें built-in video player, sampling slider, और वैकल्पिक manual frame selection होती है।

Sampling interval

यह निर्धारित करने के लिए slider का उपयोग करें कि frames कितनी बार sample किए जाएँ। आप slider के नीचे दिए input fields में सीधे interval सेकंड में या वांछित frame count भी टाइप कर सकते हैं। Sampling range 60 frames per second से लेकर हर 60 seconds में 1 frame तक होती है।

मैनुअल frame चयन

"Manual selection" पर क्लिक करके frame selection panel को विस्तारित करें। वर्तमान playhead position पर frame चुनने के लिए "Add current frame" का उपयोग करें या M दबाएँ। , के साथ अलग-अलग frames के बीच आगे बढ़ें, या .और Shift+Left के साथ अलग-अलग frames के बीच आगे बढ़ें, या Shift+Right.

नमूना लिए गए और मैनुअल रूप से चुने गए frames को मिलाकर duplicate हटाए जाते हैं, और dialog में निकालने के लिए कुल frames की live count दिखाई जाती है।

Trimming

फिल्मस्ट्रिप पर trim handles को खींचकर start और end point सेट करें। trimmed range के बाहर के frames शामिल नहीं किए जाते।

"Extract N frames" पर क्लिक करके video को frames में विभाजित करें और उन्हें अपने dataset में अपलोड करें।

जब कई videos कतार में हों, तो आप उन सभी पर समान interval settings लागू कर सकते हैं। Selected frames प्रति-video होते हैं, इसलिए जब selected frames मौजूद हों, तो हर video अपना अलग dialog खोलता है।

समर्थित video file formats

Roboflow videos को frame images में parse करने के लिए आपके browser की built-in video file support का उपयोग करता है, जिन्हें आप अपने models को प्रशिक्षित करने के लिए उपयोग कर सकते हैं। इसका मतलब है कि आप कई अलग-अलग video formats का उपयोग कर सकते हैं, जिनमें MOV और MP4 files शामिल हैं, यह इस पर निर्भर करता है कि आप कौन सा browser उपयोग कर रहे हैं।

आप जाँच सकते हैं कि आपके browser द्वारा कौन से video formats समर्थित हैं.

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 file convert करने के लिए कहता है। HEVC/H.265 एक सामान्य कारण है (उदा.: DJI drones, GoPros, और नए phones से footage) और इसे केवल Safari में decode किया जा सकता है। Video को MP4 (H.264) में re-export या convert करें, जो अधिक व्यापक रूप से समर्थित है, फिर उसे दोबारा अपलोड करें।

यदि आपको अपनी video file को Roboflow में लोड करने में समस्या हो रही है, तो आप हमारे forum 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 से केवल images ही अपलोड कर सकते हैं। यदि आपके पास videos हैं, तो आपको उन्हें उन्हें files के रूप में सहेजे गए frames में विभाजित करना होगा। फिर इन files को Roboflow पर अपलोड किया जा सकता है।

शुरू करने के लिए, पहले roboflow-python:

pip install roboflow

फिर, अपना Workspace ID प्राप्त करें.

अंत में, निम्न प्रारूप में एक command तैयार करें:

roboflow import -w testupload -p project-1-8zgld /path/to/dataset/folder

आपको जिन arguments को निर्दिष्ट करना है, वे यहाँ हैं:

-w testupload: यह workspace का नाम है।
-p <project-id>: यह आपका project ID है।

जब आप command चलाते हैं, तो आपको एक संदेश दिखाई देगा जो बताता है कि upload प्रक्रिया शुरू हो गई है। फिर जैसे-जैसे images upload होती हैं, आपको logs दिखाई देंगे:

हमारे पास एक video walkthrough है जो दिखाता है कि command line से data कैसे upload करें:

Zip फ़ाइल अपलोड करें

बड़े datasets के लिए, आप एक ही .zip अपने images और annotations का archive individual files के बजाय अपलोड कर सकते हैं। archive एक बार अपलोड होता है और Roboflow के servers पर asynchronously process होता है, जो file by file upload करने की तुलना में तेज़ और अधिक विश्वसनीय है।

एक .zip सीधे अपलोड करें:

roboflow image upload dataset.zip --workspace <workspace> -p <project>

या upload करने से पहले CLI को आपके लिए folder zip करने दें:

roboflow image upload ./dataset/folder --zip-upload --workspace <workspace> -p <project>

डिफ़ॉल्ट रूप से command processing समाप्त होने तक प्रतीक्षा करती है और एक summary प्रिंट करती है। पास करें --no-wait ताकि तुरंत वापस लौट आए; CLI एक task ID प्रिंट करता है 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 folder zip करने के लिए:

import roboflow

rf = roboflow.Roboflow(api_key="YOUR_API_KEY")
workspace = rf.workspace()

# एक .zip path स्वचालित रूप से पहचान लिया जाता है और archive के रूप में upload किया जाता है
workspace.upload_dataset("dataset.zip", project_name="your-project")

# किसी folder के लिए, उसे zip करके एक archive के रूप में upload करने हेतु use_zip_upload का विकल्प चुनें
workspace.upload_dataset("./dataset/folder", project_name="your-project", use_zip_upload=True)

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 प्रति-image upload का उपयोग करें।

अपने Uploaded Data देखें

Roboflow पर अपलोड किया गया सारा data एक "batch" में अपलोड होता है। इन batches को आपके Project Annotate page पर देखा जा सकता है:

Image Size सीमाएँ

किसी image का अधिकतम आकार 20 MB है

अधिकतम pixel dimensions 16,400 × 10,900 pixels हैं।

Duplicate Images

यदि आप ऐसी image अपलोड करने का प्रयास करते हैं जो पहले से किसी Project में मौजूद है, तो उस image के लिए upload छोड़ दिया जाएगा।

यदि आप दो datasets को merge करते हैं, तो merged dataset और दो मूल datasets आपके खाते में मौजूद रहते हैं। इसलिए merge के लिए कोई शुल्क नहीं है, क्योंकि images duplicate हैं।

Data Ownership

Roboflow पर अपलोड की गई सभी images और videos का स्वामित्व आपके पास बना रहता है। यह हमारे Terms of Service के Section 23B में परिभाषित है:

आप किसी भी content, information, या materials में सभी स्वामित्व अधिकार बनाए रखते हैं जिन्हें आप पोस्ट, सबमिट, प्रकाशित, प्रदर्शित, या प्रसारित करते हैं

Data Privacy

Public Plan: यदि आप Public plan पर हैं, और जब तक Roboflow द्वारा स्पष्ट रूप से निर्दिष्ट और व्यवस्थित न किया गया हो, 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।

पिछलाप्रोजेक्ट बनाएं अगलाडेटा स्रोत

अंतिम अपडेट 3 दिन पहले

क्या यह उपयोगी था?