> 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

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

एक प्रोजेक्ट में छवियाँ या वीडियो और उनके एनोटेशन होते हैं। फिर इस डेटा को डेटासेट वर्ज़न में बदला जा सकता है, जो समय में जमे हुए 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. **एक प्रोजेक्ट प्रकार**.
   1. ***ऑब्जेक्ट डिटेक्शन***: किसी छवि में वस्तुओं का स्थान खोजें।
   2. ***एकल-लेबल वर्गीकरण***: श्रेणियों के सीमित सेट को देखते हुए, किसी छवि को एक लेबल असाइन करें।
   3. ***बहु-लेबल वर्गीकरण***: श्रेणियों के सीमित सेट को देखते हुए, किसी छवि से संबंधित किसी भी संख्या में लेबल असाइन करें।
   4. ***इंस्टेंस सेगमेंटेशन***: पिक्सेल स्तर पर, किसी छवि में वस्तुओं का स्थान खोजें।
   5. ***क्रिया पहचान***: वीडियो में होने वाली क्रियाओं और उनके घटित होने का समय पहचानें, जैसे किसी डिब्बे को खोलना।
   6. ***सेमांटिक सेगमेंटेशन***: पिक्सेल स्तर पर, किसी छवि में वस्तुओं का स्थान खोजें और पाए गए प्रत्येक वस्तु के लिए विशिष्ट संदर्भ बनाएं।
   7. ***कीपॉइंट डिटेक्शन***: किसी छवि में वस्तुओं और उनके कीपॉइंट्स का स्थान खोजें। आमतौर पर किसी वस्तु की मुद्रा निर्धारित करने के लिए उपयोग किया जाता है।
2. **एक प्रोजेक्ट का नाम:** आपके प्रोजेक्ट का नाम।
3. **एनोटेशन समूह:** एक लेबल जो आपकी छवियों में आप जो पहचान रहे हैं उसे श्रेणीबद्ध करता है (जैसे "शतरंज के मोहरे", "वाहन", "दोष"). जो प्रोजेक्ट एक ही एनोटेशन समूह साझा करते हैं, वे अपनी क्लास सूची और एनोटेशन भी साझा करते हैं। देखें [एनोटेशन समूह](https://docs.roboflow.com/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 समर्थित किसी अन्य प्रकार के प्रोजेक्ट को देखना चाहते हैं, तो आप अपनी रुचि दर्शाने के लिए प्रोजेक्ट प्रकारों के ड्रॉपडाउन से विकल्प चुन सकते हैं।*

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

### Agent से प्रोजेक्ट बनाएं

आप एक प्रोजेक्ट बना सकते हैं [Roboflow Agent](https://docs.roboflow.com/agents/roboflow-agent) चैट छोड़े बिना। "+" 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 होते हैं।

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

## HTTP API

प्रोजेक्ट खाली शुरू होता है। इसके बाद, [उसमें डेटा जोड़ें](https://docs.roboflow.com/datasets/hi/create-and-upload/adding-data.md) फ़ोल्डर के अंदर प्रोजेक्ट बनाने के लिए, फ़ोल्डर ID पास करें [प्रोजेक्ट फ़ोल्डर](https://docs.roboflow.com/datasets/hi/manage/project-folders.md#http-api) के रूप में `समूह`.

{% openapi src="/files/35b79627cfbc6e07414f8797ebc2b5e9262c14c6" path="/{workspace}/projects" method="post" %}
[create-a-project.yaml](https://2706998663-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FNVfRxNsvCh4GOyqrjmzX%2Fuploads%2Fgit-blob-7b2d08cd6612be4c627da3b8928e2ef66f033b57%2Fcreate-a-project.yaml?alt=media)
{% endopenapi %}

## Python SDK

`Workspace.create_project()` वर्कस्पेस में एक नया प्रोजेक्ट बनाता है और एक `प्रोजेक्ट` 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="फूल डिटेक्टर",
    project_type="object-detection",
    project_license="MIT",
    annotation="फूल",
)
print(project.id)
```

### पैरामीटर

* `project_name` (str) - प्रदर्शित नाम। URL स्लग इससे स्वचालित रूप से 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) - सेट करें `"Private"` निजी प्रोजेक्टों 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 क्या लेबल किया जा रहा है (`"flowers"`, `"vehicles"`, `"defects"`). लेबलिंग UI प्रॉम्प्ट में उपयोग होता 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 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 वर्गीकरण 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 इससे कनेक्ट करें [MCP सर्वर](https://docs.roboflow.com/agents/mcp-server) और यह इन टूल्स 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, क्लास, स्प्लिट्स और प्रशिक्षित मॉडल सहित प्रोजेक्ट विवरण प्राप्त करें।</td></tr><tr><td><code>projects_list</code></td><td>वर्कस्पेस में प्रोजेक्ट सूचीबद्ध करें।</td></tr></tbody></table>

## अगले चरण

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