> 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/versions/dataset-health-check.md).

# डेटासेट स्वास्थ्य जाँच

अपने डेटासेट की गुणवत्ता का आकलन करें और उसे बेहतर बनाएं।

## परिचय

Dataset Health Check किसी प्रोजेक्ट से जुड़े डेटासेट के बारे में कई आँकड़े दिखाता है। आप ये जानकारी देख सकते हैं:

* आपके डेटासेट में इमेज की संख्या;
* एनोटेशन की संख्या;
* इमेज का औसत आकार;
* इमेज अनुपात का माध्यिका मान;
* गायब एनोटेशन की संख्या;
* नल एनोटेशन की संख्या;
* आपके डेटासेट में इमेज के आयाम;
* ऑब्जेक्ट की संख्या का हिस्टोग्राम; और
* एनोटेशन के स्थानों का हीटमैप।

Dataset Health Check का उपयोग करके, आप अपने डेटासेट के बारे में कई तरह की जानकारी प्राप्त कर सकते हैं। उदाहरण के लिए, अगर आपके डेटासेट में कोई नल एनोटेशन नहीं हैं, तो आप जिस प्रोजेक्ट पर काम कर रहे हैं उसके आधार पर कुछ नल एनोटेशन जोड़ने पर विचार कर सकते हैं; अगर कुछ इमेज में एनोटेशन गायब हैं, तो आवश्यक एनोटेशन जोड़ने के लिए उनकी और जाँच कर सकते हैं।

किसी प्रोजेक्ट का Health Check देखने के लिए, Dataset पेज खोलें और "Health Check" टैब 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-088e5e12e4a8d3196e187a5b4d97bffb73d7cc9a%2FScreenshot%202025-05-19%20at%2011.49.32.png?alt=media" alt=""><figcaption></figcaption></figure>

इसके बाद Health Check टैब खुलेगा:

<figure><img src="https://2706998663-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FNVfRxNsvCh4GOyqrjmzX%2Fuploads%2Fgit-blob-4dab0946c168b9f6f769eeba3e07ae10e075b2c8%2FScreenshot%202025-05-19%20at%2011.51.10.png?alt=media" alt=""><figcaption></figcaption></figure>

इस पेज पर आप ये देख सकते हैं:

* आपके train, test और valid डेटासेट की इमेज में मौजूद क्लास की संख्या का विवरण।
* आपके डेटासेट की इमेज के आकार और आस्पेक्ट रेशियो का अवलोकन।
* एक हीटमैप, जो दिखाता है कि आपके ज़्यादातर एनोटेशन कहाँ हैं।
* एक हिस्टोग्राम, जो दिखाता है कि आपके डेटासेट की हर इमेज में कितनी क्लास के एनोटेशन हैं।

## वेब ऐप

### आयाम संबंधी जानकारी

आयाम संबंधी जानकारी अनुभाग आपके डेटासेट की मूल इमेज के आकार और आस्पेक्ट रेशियो का विवरण देता है।

अगर आप प्रोजेक्ट का वर्ज़न बनाते समय Resize ऑग्मेंटेशन लागू करते हैं—जिसकी हम लगभग सभी उपयोग के मामलों में पुरज़ोर सिफ़ारिश करते हैं—तो आपके वर्ज़न की इमेज का आकार बदला जाएगा, लेकिन मूल इमेज वैसी ही रहेंगी।

<figure><img src="https://2706998663-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FNVfRxNsvCh4GOyqrjmzX%2Fuploads%2Fgit-blob-3382cff7ff266fe2c67869601c806f74e9819e7f%2FScreenshot%202025-06-09%20at%2011.38.21.webp?alt=media" alt=""><figcaption></figcaption></figure>

### एनोटेशन हीटमैप

मॉडल को ट्रेन करते समय यह ज़रूरी है कि आपका डेटासेट उन परिस्थितियों का प्रतिनिधित्व करे जिनमें आपका मॉडल तैनात किया जाएगा।

अगर आपका मॉडल ऐसे माहौल में तैनात किया जाएगा जहाँ कैमरे के फ़्रेम में एनोटेशन कहीं भी दिखाई दे सकते हैं—उदाहरण के लिए, फ़ैक्टरी लाइन पर जहाँ अलग-अलग आकार की चीज़ें रीयल टाइम में चल रही हों, या किसी फ़ोन से ली गई ऑब्जेक्ट की इमेज में—तो इमेज में अलग-अलग जगहों पर दिखाई देने वाले ऑब्जेक्ट को एनोटेट करना ज़रूरी है।

इमेज के अलग-अलग हिस्सों में ऑब्जेक्ट को लेबल करने से यह सुनिश्चित होगा कि आपका मॉडल केवल विशिष्ट जगहों पर ऑब्जेक्ट पहचानना न सीखे और उन पर ओवरफ़िट न हो।

एनोटेशन हीटमैप दिखाता है कि इमेज में कहाँ ज़्यादा या कम एनोटेशन हैं। इसका उपयोग उन स्थितियों की पहचान करने के लिए किया जा सकता है जहाँ आपके डेटासेट के एनोटेशन किसी एक जगह पर बहुत ज़्यादा केंद्रित हैं।

<figure><img src="https://2706998663-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FNVfRxNsvCh4GOyqrjmzX%2Fuploads%2Fgit-blob-e2b93242f6a34898ac5f12ed79be48e3e9531e35%2FScreenshot%202025-06-09%20at%2011.40.13.png?alt=media" alt=""><figcaption></figcaption></figure>

चुनी गई सीमा की इमेज देखने के लिए, हीटमैप में किसी क्षेत्र पर ड्रैग करें:

<figure><img src="https://2706998663-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FNVfRxNsvCh4GOyqrjmzX%2Fuploads%2Fgit-blob-6148d58b35b272cd092604e6902d9bdefd04809b%2FScreenshot%202025-06-09%20at%2011.45.20.png?alt=media" alt=""><figcaption></figcaption></figure>

### हर इमेज के ऑब्जेक्ट की संख्या का हिस्टोग्राम

यह दिखाता है कि हर इमेज में एनोटेट किए गए ऑब्जेक्ट की संख्या का वितरण कैसा है।

अगर आपके मॉडल को दी जाने वाली इमेज में किसी ऑब्जेक्ट के कई उदाहरण हो सकते हैं, तो हमारा सुझाव है कि आपके डेटासेट में ऑब्जेक्ट के अलग-अलग संख्या में उदाहरण वाली इमेज शामिल हों। इससे यह सुनिश्चित करने में मदद मिलेगी कि आपका मॉडल ऐसी इमेज पर भी अच्छी तरह सामान्यीकरण कर सके जिनमें कोई, एक या कई मनचाहे ऑब्जेक्ट हों।

यहाँ हिस्टोग्राम का एक उदाहरण दिया गया है:

<figure><img src="https://2706998663-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FNVfRxNsvCh4GOyqrjmzX%2Fuploads%2Fgit-blob-f6bdf31894a57af06ca4b95039e6c4fb05959f26%2FScreenshot%202025-06-09%20at%2011.49.58.png?alt=media" alt=""><figcaption></figcaption></figure>

किसी खास संख्या वाली इमेज देखने के लिए, हिस्टोग्राम के किसी भी बार को चुनें:

<figure><img src="https://2706998663-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FNVfRxNsvCh4GOyqrjmzX%2Fuploads%2Fgit-blob-6d725d3e00ff97b2371621d135290cf026cc8006%2FScreenshot%202025-06-09%20at%2011.50.30.webp?alt=media" alt=""><figcaption></figcaption></figure>

## HTTP API

API, Health Check टैब की तरह ही गिनतियाँ, क्लास संतुलन और ऑब्जेक्ट संख्या का हिस्टोग्राम लौटाता है, लेकिन इसमें हीटमैप या इमेज के आयाम शामिल नहीं होते। किसी प्रोजेक्ट की पहली रिपोर्ट, या वह रिपोर्ट जिसे आप `regenerate=true`के साथ अनुरोध करते हैं, अनुरोध के दौरान तैयार की जाती है और बड़े डेटासेट पर इसमें कुछ मिनट लग सकते हैं। बाद की कॉल में सहेजी गई रिपोर्ट लौटती है, जो आपके नवीनतम बदलावों से पुरानी हो सकती है। जब आपको मौजूदा आँकड़े चाहिए, तो `generated`जाँचें और `regenerate=true` पास करें।

{% openapi src="/files/5904b92a1e52e26f209c799cf52ece9cdd1abcd6" path="/{workspace}/{project}/health" method="get" %}
[dataset-health-check.yaml](https://2706998663-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FNVfRxNsvCh4GOyqrjmzX%2Fuploads%2Fgit-blob-2b42cf2015d696b256144fe462289cfec2f66bbe%2Fdataset-health-check.yaml?alt=media)
{% endopenapi %}

## Roboflow Agent

पूछें [Roboflow Agent](https://docs.roboflow.com/agents/roboflow-agent) से अपने प्रोजेक्ट की स्थिति के बारे में (जैसे: "मेरा मॉडल छोटी चीज़ों को क्यों नहीं पहचानता?")। Agent सहेजी गई रिपोर्ट पढ़ता है, उदाहरण इमेज की जाँच करता है और अपने निष्कर्षों के समर्थन में चार्ट दिखाता है। अगर रिपोर्ट मौजूद नहीं है या पुरानी है, तो Agent से उसे रीफ़्रेश करने के लिए कहें। रीफ़्रेश बैकग्राउंड में चलता है और पूरा होने पर Agent नई रिपोर्ट पढ़ता है।

## MCP Server

अपने AI Agent को [MCP Server](https://docs.roboflow.com/agents/mcp-server) से कनेक्ट करें, ताकि वह इन टूल का उपयोग करके डेटासेट की स्थिति जाँच सके:

<table data-search="false"><thead><tr><th width="290">टूल</th><th>विवरण</th></tr></thead><tbody><tr><td><code>projects_health</code></td><td>किसी प्रोजेक्ट के डेटासेट की स्वास्थ्य जाँच प्राप्त करें।</td></tr></tbody></table>
