> 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).

# एक प्रोजेक्ट बनाएँ

## के बारे में

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

एक प्रोजेक्ट में images और annotations होते हैं। इस data को फिर एक dataset version में बदला जा सकता है, जो समय में जमा हुआ आपके data का snapshot होता है। Versions का उपयोग फिर models को train करने के लिए किया जा सकता है।

## वेब ऐप

### प्रोजेक्ट बनाएं

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

<figure><img src="/files/73635dcbb6b1ea920bf40a472f7d6361b5e69b0a" alt=""><figcaption></figcaption></figure>

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

<figure><img src="/files/cc5a5bcb246c3afe5895f6e2cd2b3cec836590e2" alt=""><figcaption></figcaption></figure>

इस पेज पर, आपको यह भरना होगा:

1. **एक प्रोजेक्ट प्रकार**.
   1. ***ऑब्जेक्ट डिटेक्शन***: एक image में objects की location खोजें।
   2. ***सिंगल-लेबल क्लासिफिकेशन***: categories के एक सीमित सेट को देखते हुए, एक image को एक label दें।
   3. ***मल्टी-लेबल क्लासिफिकेशन***: categories के एक सीमित सेट को देखते हुए, image से संबंधित labels की कोई भी संख्या असाइन करें।
   4. ***इंस्टेंस सेगमेंटेशन***: pixel स्तर तक, एक image में objects की location खोजें।
   5. ***सेमांटिक सेगमेंटेशन***: pixel स्तर तक, एक image में objects की location खोजें और पाए गए प्रत्येक object के लिए विशिष्ट references बनाएं।
   6. ***कीपॉइंट डिटेक्शन***: एक image में objects और उनके keypoints की location खोजें। आम तौर पर object की pose निर्धारित करने के लिए उपयोग किया जाता है।
2. **प्रोजेक्ट का नाम:** आपके प्रोजेक्ट का नाम।
3. **एनोटेशन समूह:** एक label जो categorizes करता है कि आप अपनी images में क्या detect कर रहे हैं (उदा. "chess pieces", "vehicles", "defects"). जो projects एक ही annotation group साझा करते हैं, वे अपनी class list और annotations भी साझा करते हैं। देखें [एनोटेशन ग्रुप्स](/datasets/hi/annotate/annotation-groups.md) अधिक विवरण के लिए।

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

*यदि आप किसी अन्य प्रकार के supported project को देखना चाहते हैं, तो अपनी रुचि दर्शाने के लिए project types के dropdown से विकल्प चुन सकते हैं।*

{% hint style="info" %}
यदि आप free plan पर हैं, तो आपके datasets और models [Roboflow Universe पर उपलब्ध होंगे](/datasets/hi/universe/universe/what-is-roboflow-universe.md)। यदि आप paid plan पर हैं, तो आप private projects बना सकते हैं। Private projects केवल आपके Workspace के लिए accessible होते हैं और कभी public नहीं होते।
{% 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 form टैब के अंदर खुलता है, जिसमें project type selector और बाकी के fields होते हैं।

जब प्रोजेक्ट बन जाता है, तो टैब उस प्रोजेक्ट के view 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 slug इससे स्वतः जनरेट होता 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>.</td><td>true</td></tr><tr><td><code>annotation</code></td><td>string</td><td>एनोटेशन समूह - एक संज्ञा जो बताती है कि क्या 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 workspaces के लिए आवश्यक जो पहले से public नहीं हैं। स्वीकृत 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> (केवल paid plans)।</td><td>false</td></tr><tr><td><code>group</code></td><td>string</td><td>इस प्रोजेक्ट को रखने के लिए प्रोजेक्ट फ़ोल्डर का id। देखें <a href="/pages/1d5b545ab40cf37c30bebbdc768664af27a5bc9b#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": "Sharks Dataset",
    "created": 1688739471567,
    "updated": 1688739471567,
    "images": 0,
    "unannotated": 0,
    "annotation": "sharks",
    "versions": 0,
    "public": false,
    "splits": {},
    "colors": {},
    "classes": {},
    "icon": null
}
```

आवश्यक scope: `project:create`.

## Python SDK

`Workspace.create_project()` वर्कस्पेस में एक नया प्रोजेक्ट बनाता है और एक `Project` object लौटाता है, जिसमें आप फिर images upload 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)
```

### पैरामीटर्स

* `project_name` (str) - प्रदर्शित नाम। URL slug 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) - पर सेट करें `"Private"` private projects (केवल paid plans) के लिए। Public-license मान शामिल हैं `"MIT"`, `"CC BY 4.0"`, `"Public Domain"`, आदि - पूरी सूची के लिए web app में project creation form देखें।
* `annotation` (str) - एनोटेशन समूह: एक संज्ञा जो बताती है कि क्या लेबल किया जा रहा है (`"flowers"`, `"vehicles"`, `"defects"`)। labeling UI prompts में उपयोग किया जाता है।

## CLI

आप command line से नए projects बना सकते हैं।

### कमांड

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

#### विकल्प

| फ़्लैग         | विवरण                                                      |
| -------------- | ---------------------------------------------------------- |
| `--type`       | प्रोजेक्ट प्रकार (आवश्यक)। नीचे समर्थित types देखें        |
| `--license`    | प्रोजेक्ट के लिए लाइसेंस (वैकल्पिक)                        |
| `--annotation` | एनोटेशन समूह 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 object detection प्रोजेक्ट बनाएं:

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

एक classification 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 agent को [MCP सर्वर](https://docs.roboflow.com/agents/mcp-server) से कनेक्ट करें और यह इन tools के साथ projects बना और inspect 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 computer vision प्रोजेक्ट बनाएं।</td></tr><tr><td><code>projects_get</code></td><td>versions, classes, splits, और trained models सहित प्रोजेक्ट विवरण प्राप्त करें।</td></tr><tr><td><code>वर्कस्पेस में projects की सूची बनाएं।</code></td><td>अगले चरण</td></tr></tbody></table>

## अपने प्रोजेक्ट में images और अन्य data जोड़ें। देखें

* data जोड़ें [अपनी images को label करें ताकि उनका उपयोग मॉडल को train करने के लिए किया जा सके। देखें](/datasets/hi/create-and-upload/adding-data.md).
* Roboflow Annotate का परिचय [Roboflow Annotate का परिचय](/datasets/hi/annotate/annotate/annotation-tools.md).