> 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 वर्शन में बदला जा सकता है, जो आपके डेटा का समय में जमे हुए एक स्नैपशॉट होता है। फिर वर्शनों का उपयोग मॉडल प्रशिक्षित करने के लिए किया जा सकता है।

## वेब ऐप

### एक 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 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 का प्रकार**.
   1. ***ऑब्जेक्ट डिटेक्शन***: छवि में वस्तुओं का स्थान खोजें।
   2. ***सिंगल-लेबल वर्गीकरण***: सीमित श्रेणियों के एक सेट को देखते हुए, किसी छवि को एक लेबल असाइन करें।
   3. ***मल्टी-लेबल वर्गीकरण***: सीमित श्रेणियों के एक सेट 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***: क्रियाओं की पहचान करें और वे वीडियो में कब होती हैं, जैसे किसी बॉक्स को खोलना।
   6. ***सेमांटिक सेगमेंटेशन***: पिक्सेल स्तर पर, छवि में वस्तुओं का स्थान खोजें और मिली हुई प्रत्येक वस्तु के लिए अद्वितीय संदर्भ बनाएँ।
   7. ***कीपॉइंट डिटेक्शन***: छवि में वस्तुओं और उनके कीपॉइंट्स का स्थान खोजें। आमतौर पर किसी वस्तु की पोज़ निर्धारित करने के लिए उपयोग किया जाता है।
2. **प्रोजेक्ट का नाम:** आपके प्रोजेक्ट का नाम।
3. **एनोटेशन समूह:** एक लेबल जो बताता है कि आप अपनी छवियों में किस चीज़ का पता लगा रहे हैं (जैसे "chess pieces", "vehicles", "defects")। जो प्रोजेक्ट समान एनोटेशन समूह साझा करते हैं, 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 समर्थित प्रोजेक्ट देखना चाहते हैं, तो 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](/datasets/hi/universe/universe/what-is-roboflow-universe.md). आप [प्रोजेक्ट की गोपनीयता नियंत्रित कर सकते हैं](/datasets/hi/manage/make-a-project-public.md).
{% endhint %}

### एजेंट से एक 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

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

वर्कस्पेस में एक 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": "Sharks Dataset",
    "type": "object-detection",
    "annotation": "sharks",
    "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 होता है।</td><td>true</td></tr><tr><td><code>type</code></td><td>string</td><td>प्रोजेक्ट का 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>.</td><td>true</td></tr><tr><td><code>annotation</code></td><td>string</td><td>एनोटेशन समूह - एक संज्ञा जो 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 जो पहले से सार्वजनिक नहीं हैं। स्वीकार्य मान: <code>पब्लिक डोमेन</code>, <code>MIT</code>, <code>CC BY 4.0</code>, <code>BY-NC-SA 4.0</code>, <code>OBdL v1.0</code>, <code>निजी</code>.</td><td>false</td></tr><tr><td><code>group</code></td><td>string</td><td>उस प्रोजेक्ट फ़ोल्डर की ID जिसमें इस प्रोजेक्ट को रखा जाएगा। देखें <a href="/datasets/hi/manage/project-folders.md#http-api">प्रोजेक्ट फ़ोल्डर्स प्रबंधित करें</a>.</td><td>false</td></tr></tbody></table>

**उदाहरण प्रतिक्रिया**

```json
{
    "id": "my-workspace/sharks-dataset",
    "type": "object-detection",
    "name": "Sharks Dataset",
    "created": 1688739471567,
    "updated": 1688739471567,
    "images": 0,
    "unannotated": 0,
    "annotation": "sharks",
    "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="Flower detector",
    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) - 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 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 [MCP सर्वर](https://docs.roboflow.com/agents/mcp-server) से जोड़ें और वह इन टूल्स के साथ प्रोजेक्ट बना और जाँच 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>वर्शन, क्लासेस, स्प्लिट्स और प्रशिक्षित मॉडल सहित प्रोजेक्ट विवरण प्राप्त करें।</td></tr><tr><td><code>projects_list</code></td><td>वर्कस्पेस में प्रोजेक्ट्स की सूची दें।</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 प्रशिक्षित करने के लिए किया जा सके। देखें [Roboflow Annotate का परिचय](/datasets/hi/annotate/annotate/annotation-tools.md).