> 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/create-a-project.md).

# प्रोजेक्ट बनाएं

अपने वर्कस्पेस में एक प्रोजेक्ट बनाएं।

## के बारे में

मॉडल को प्रशिक्षित करने से पहले, आपको एक प्रोजेक्ट बनाना होगा।

एक प्रोजेक्ट में छवियाँ या वीडियो और उनके एनोटेशन शामिल होते हैं। फिर इस डेटा को डेटासेट वर्ज़न में बदला जा सकता है, जो समय में स्थिर आपके डेटा का एक स्नैपशॉट होता है। इसके बाद वर्ज़न का उपयोग मॉडल प्रशिक्षित करने के लिए किया जा सकता है।

## वेब ऐप

### प्रोजेक्ट बनाएं

सबसे पहले, Roboflow डैशबोर्ड पर जाएँ। फिर, "Create New Project" पर क्लिक करें:

<figure><img src="https://2706998663-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FNVfRxNsvCh4GOyqrjmzX%2Fuploads%2Fgit-blob-7186a9c38343d572b4bece7298847e488f123a21%2FScreenshot%202024-07-10%20at%2009.58.35.png?alt=media" alt=""><figcaption></figcaption></figure>

आपको एक ऐसे पेज पर ले जाया जाएगा जहाँ आप एक नया प्रोजेक्ट बना सकते हैं:

<figure><img src="https://2706998663-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FNVfRxNsvCh4GOyqrjmzX%2Fuploads%2Fgit-blob-552cab182d697ac9d65712977d3f855f220efeb5%2FScreenshot%202024-07-10%20at%2009.59.17.webp?alt=media" alt=""><figcaption></figcaption></figure>

इस पेज पर, आपको यह भरना होगा:

1. **प्रोजेक्ट प्रकार**.
   1. ***ऑब्जेक्ट डिटेक्शन***: किसी छवि में वस्तुओं का स्थान खोजें।
   2. ***सिंगल-लेबल क्लासिफिकेशन***: सीमित श्रेणियों के समूह को देखते हुए, छवि को एक लेबल असाइन करें।
   3. ***मल्टी-लेबल क्लासिफिकेशन***: सीमित श्रेणियों के समूह को देखते हुए, छवि से संबंधित किसी भी संख्या में लेबल असाइन करें।
   4. ***इंस्टेंस सेगमेंटेशन***: पिक्सेल स्तर पर, छवि में वस्तुओं का स्थान खोजें।
   5. ***एक्शन रिकग्निशन***: वीडियो में क्रियाओं और उनके होने का समय पहचानें, जैसे किसी डिब्बे को खोलना।
   6. ***सेमेंटिक सेगमेंटेशन***: पिक्सेल स्तर पर, छवि में वस्तुओं का स्थान खोजें और पाए गए प्रत्येक ऑब्जेक्ट के लिए अद्वितीय संदर्भ बनाएं।
   7. ***कीपॉइंट डिटेक्शन***: छवि में वस्तुओं और उनके कीपॉइंट्स का स्थान खोजें। आमतौर पर किसी ऑब्जेक्ट की मुद्रा निर्धारित करने के लिए उपयोग किया जाता है।
2. **प्रोजेक्ट का नाम:** आपके प्रोजेक्ट का नाम।
3. **एनोटेशन समूह:** एक लेबल जो यह वर्गीकृत करता है कि आप अपनी छवियों में क्या डिटेक्ट कर रहे हैं (उदा. "चेस के मोहरे", "वाहन", "दोष"). जिन प्रोजेक्ट्स का एनोटेशन समूह समान होता है, वे अपनी क्लास सूची और एनोटेशन भी साझा करते हैं। देखें [एनोटेशन समूह](/datasets/hi/annotate/annotation-groups.md) अधिक विवरण के लिए।

जब आप इन मानों को निर्दिष्ट कर लें, तो प्रोजेक्ट बनाने के लिए फ़ॉर्म सबमिट करें।

*यदि आप किसी अन्य प्रकार का प्रोजेक्ट समर्थित देखना चाहते हैं, तो अपनी रुचि दिखाने के लिए प्रोजेक्ट प्रकारों के ड्रॉपडाउन से विकल्प चुन सकते हैं।*

{% hint style="info" %}
निजी प्रोजेक्ट सार्वजनिक रूप से सूचीबद्ध नहीं होते [Roboflow Universe](/datasets/hi/universe/universe/what-is-roboflow-universe.md) पर। आप [प्रोजेक्ट की गोपनीयता नियंत्रित कर सकते हैं](/datasets/hi/manage/make-a-project-public.md).
{% endhint %}

### एजेंट से प्रोजेक्ट बनाएं

आप [Roboflow Agent](https://docs.roboflow.com/agents/roboflow-agent) से चैट छोड़े बिना एक Project बना सकते हैं। "+" टैब खोलें और "Create a New Asset" पेज पर "New Model" पर क्लिक करें। वही फ़ॉर्म टैब के अंदर खुलता है, जिसमें प्रोजेक्ट प्रकार चयनकर्ता और बाकी फ़ील्ड शामिल होते हैं।

जब Project बन जाता है, तो टैब उस Project के दृश्य में बदल जाता है।

## HTTP API

<mark style="color:हरा;">`POST`</mark> `/:workspace/projects`

एक वर्कस्पेस में प्रोजेक्ट बनाएं।

**उदाहरण अनुरोध**

```bash
curl -X POST "https://api.roboflow.com/my-workspace/projects?api_key=$ROBOFLOW_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "शार्क्स डेटासेट",
    "type": "object-detection",
    "annotation": "शार्क्स",
    "license": "MIT"
  }'
```

**बॉडी**

<table data-search="false"><thead><tr><th width="160">नाम</th><th width="120">प्रकार</th><th>विवरण</th><th data-type="checkbox">आवश्यक</th></tr></thead><tbody><tr><td><code>name</code></td><td>string</td><td>प्रोजेक्ट के लिए प्रदर्शित नाम। URL स्लग इससे स्वतः जनरेट हो जाता है।</td><td>true</td></tr><tr><td><code>type</code></td><td>string</td><td>प्रोजेक्ट प्रकार। इनमें से एक: <code>object-detection</code>, <code>single-label-classification</code>, <code>multi-label-classification</code>, <code>instance-segmentation</code>, <code>semantic-segmentation</code>, <code>keypoint-detection</code>, <code>action-recognition</code>.</td><td>true</td></tr><tr><td><code>annotation</code></td><td>string</td><td>एनोटेशन समूह - एक संज्ञा जो यह बताती है कि किस चीज़ को लेबल किया जा रहा है (उदा. <code>"sharks"</code>, <code>"defects"</code>).</td><td>true</td></tr><tr><td><code>license</code></td><td>string</td><td>प्रोजेक्ट के लिए लाइसेंस। उन वर्कस्पेस के लिए आवश्यक है जो पहले से सार्वजनिक नहीं हैं। स्वीकार्य मान: <code>Public Domain</code>, <code>MIT</code>, <code>CC BY 4.0</code>, <code>BY-NC-SA 4.0</code>, <code>OBdL v1.0</code>, <code>Private</code>.</td><td>false</td></tr><tr><td><code>group</code></td><td>string</td><td>उस प्रोजेक्ट फ़ोल्डर का ID जिसमें यह प्रोजेक्ट रखा जाएगा। देखें <a href="/datasets/hi/manage/project-folders.md#http-api">प्रोजेक्ट फ़ोल्डर प्रबंधित करें</a>.</td><td>false</td></tr></tbody></table>

**उदाहरण प्रतिक्रिया**

```json
{
    "id": "my-workspace/sharks-dataset",
    "type": "object-detection",
    "name": "शार्क्स डेटासेट",
    "created": 1688739471567,
    "updated": 1688739471567,
    "images": 0,
    "unannotated": 0,
    "annotation": "शार्क्स",
    "versions": 0,
    "public": false,
    "splits": {},
    "colors": {},
    "classes": {},
    "icon": null
}
```

आवश्यक स्कोप: `project:create`.

## Python SDK

`Workspace.create_project()` वर्कस्पेस में एक नया प्रोजेक्ट बनाता है और एक `Project` ऑब्जेक्ट लौटाता है, जिसमें आप बाद में छवियाँ अपलोड कर सकते हैं।

```python
import roboflow

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

project = rf.workspace().create_project(
    project_name="फ्लावर डिटेक्टर",
    project_type="object-detection",
    project_license="MIT",
    annotation="flowers",
)
print(project.id)
```

### पैरामीटर

* `project_name` (str) - प्रदर्शित नाम। URL स्लग इससे स्वतः जनरेट होता है।
* `project_type` (str) - इनमें से एक:
  * `object-detection`
  * `single-label-classification`
  * `multi-label-classification`
  * `instance-segmentation`
  * `semantic-segmentation`
  * `keypoint-detection`
* `project_license` (str) - को सेट करें `"Private"` निजी प्रोजेक्ट्स के लिए। सार्वजनिक लाइसेंस मानों में शामिल हैं `"MIT"`, `"CC BY 4.0"`, `"Public Domain"`, आदि - पूरी सूची के लिए वेब ऐप में प्रोजेक्ट निर्माण फ़ॉर्म देखें।
* `annotation` (str) - एनोटेशन समूह: एक संज्ञा जो बताती है कि किस चीज़ को लेबल किया जा रहा है (`"flowers"`, `"vehicles"`, `"defects"`). लेबलिंग UI प्रॉम्प्ट्स में उपयोग किया जाता है।

## CLI

आप कमांड लाइन से नए प्रोजेक्ट बना सकते हैं।

### कमांड

```bash
roboflow project create <name> --type <project-type>
```

#### विकल्प

| फ़्लैग         | विवरण                                                            |
| -------------- | ---------------------------------------------------------------- |
| `--type`       | प्रोजेक्ट प्रकार (आवश्यक)। नीचे समर्थित प्रकार देखें             |
| `--license`    | प्रोजेक्ट के लिए लाइसेंस (वैकल्पिक)                              |
| `--annotation` | एनोटेशन समूह का नाम (वैकल्पिक, डिफ़ॉल्ट रूप से प्रोजेक्ट का नाम) |

#### समर्थित प्रोजेक्ट प्रकार

* `object-detection`
* `single-label-classification`
* `multi-label-classification`
* `instance-segmentation`
* `semantic-segmentation`
* `keypoint-detection`

### उदाहरण

एक ऑब्जेक्ट डिटेक्शन प्रोजेक्ट बनाएं:

```bash
roboflow project create my-detector --type object-detection
```

एक क्लासिफिकेशन प्रोजेक्ट बनाएं:

```bash
roboflow project create breed-classifier --type single-label-classification
```

### JSON आउटपुट

```bash
roboflow project create my-detector --type object-detection --json
```

```json
{
  "status": "created",
  "project": "my-detector",
  "type": "object-detection",
  "workspace": "my-workspace"
}
```

## MCP सर्वर

अपने AI एजेंट को [MCP सर्वर](https://docs.roboflow.com/agents/mcp-server) से जोड़ें, और यह इन टूल्स की मदद से प्रोजेक्ट बना और निरीक्षण कर सकता है:

<table data-search="false"><thead><tr><th width="290">टूल</th><th>विवरण</th></tr></thead><tbody><tr><td><code>projects_create</code></td><td>एक नया कंप्यूटर विज़न प्रोजेक्ट बनाएं।</td></tr><tr><td><code>projects_get</code></td><td>वर्ज़न, क्लासेज, स्प्लिट्स और प्रशिक्षित मॉडलों सहित प्रोजेक्ट विवरण प्राप्त करें।</td></tr><tr><td><code>projects_list</code></td><td>वर्कस्पेस में प्रोजेक्ट्स की सूची बनाएं।</td></tr></tbody></table>

## अगले चरण

* अपने प्रोजेक्ट में छवियाँ और अन्य डेटा जोड़ें। देखें [डेटा जोड़ें](/datasets/hi/create-and-upload/adding-data.md).
* अपनी छवियों को लेबल करें ताकि उनका उपयोग मॉडल को प्रशिक्षित करने में किया जा सके। देखें [Roboflow Annotate का परिचय](/datasets/hi/annotate/annotate/annotation-tools.md).