> 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 जांच

## परिचय

डेटासेट हेल्थ चेक किसी प्रोजेक्ट से जुड़े डेटासेट के बारे में कई तरह के आँकड़े दिखाता है। आप निम्न जानकारी देख सकते हैं:

* आपके डेटासेट में छवियों की संख्या;
* एनोटेशन की संख्या;
* औसत छवि आकार;
* मध्यिका छवि अनुपात;
* गुम एनोटेशन की संख्या;
* शून्य (null) एनोटेशन की संख्या;
* आपके डेटासेट में छवियों के आयाम;
* ऑब्जेक्ट गिनती का हिस्टोग्राम, और;
* एनोटेशन स्थानों का हीटमैप।

डेटासेट हेल्थ चेक का उपयोग करके, आप अपने डेटासेट के बारे में कई तरह की जानकारियाँ प्राप्त कर सकते हैं। उदाहरण के लिए, यदि आपके पास कोई शून्य (null) एनोटेशन नहीं हैं, तो आप जिस प्रोजेक्ट पर काम कर रहे हैं उसके आधार पर कुछ जोड़ने पर विचार कर सकते हैं; यदि ऐसी छवियाँ हैं जिनमें एनोटेशन गायब हैं, तो आप आवश्यक एनोटेशन जोड़ने के लिए और गहराई से जाँच कर सकते हैं।

किसी प्रोजेक्ट के लिए हेल्थ चेक देखने के लिए, डेटासेट पेज खोलें और "Health Check" टैब पर क्लिक करें:

<figure><img src="/files/76321ac863a3db3da996b53f146cc43c636bb892" alt=""><figcaption></figcaption></figure>

इसके बाद Health Check टैब खुल जाएगा:

<figure><img src="/files/5b543ee7d9f6844f21c3228a9863b2e78feaa80c" alt=""><figcaption></figcaption></figure>

इस पेज पर, आप देख सकते हैं:

* आपके train, test, और valid डेटासेट में छवियों के भीतर वर्गों की संख्या का विवरण।
* आपके डेटासेट में छवियों के आकार और आस्पेक्ट रेशियो का अवलोकन।
* एक हीटमैप जो दिखाता है कि आपके अधिकांश एनोटेशन कहाँ हैं।
* एक हिस्टोग्राम जो दिखाता है कि आपके डेटासेट की प्रत्येक छवि में कितने वर्गों पर एनोटेशन है।

## वेब ऐप

### आयाम संबंधी जानकारियाँ

आयाम संबंधी जानकारियाँ अनुभाग आपके डेटासेट में मूल (raw) छवियों के आकार और आस्पेक्ट रेशियो का वर्णन करता है।

यदि आप किसी प्रोजेक्ट वर्शन बनाते समय Resize augmentation लागू करते हैं - जिसे हम लगभग सभी उपयोग मामलों के लिए दृढ़ता से अनुशंसा करते हैं - तो आपके वर्शन में छवियों का आकार बदला जाएगा, लेकिन मूल छवियाँ वही रहेंगी।

<figure><img src="/files/7369c9ea882527a5672f587c0b46c12cca8789fc" alt=""><figcaption></figcaption></figure>

### एनोटेशन हीट मैप

जब आप किसी मॉडल को प्रशिक्षित कर रहे होते हैं, तो यह महत्वपूर्ण है कि आपका डेटासेट उन परिस्थितियों का प्रतिनिधि हो जिनमें आपका मॉडल तैनात किया जाएगा।

यदि आपका मॉडल ऐसे वातावरण में तैनात किया जाएगा जहाँ एनोटेशन कैमरा फ्रेम में कहीं भी दिखाई दे सकते हैं - उदाहरण के लिए, एक फैक्टरी लाइन जहाँ अलग-अलग आकार की वस्तुएँ वास्तविक समय में चल रही हों, या फोन पर ली गई किसी वस्तु की छवि में - तो यह महत्वपूर्ण है कि आप उन वस्तुओं को एनोटेट करें जो छवि में अलग-अलग स्थानों पर दिखाई देती हैं।

छवि के विभिन्न हिस्सों में वस्तुओं को लेबल करने से यह सुनिश्चित होगा कि आपका मॉडल केवल विशिष्ट स्थानों पर वस्तुओं की पहचान करना ही न सीखे।

एनोटेशन हीट मैप दिखाता है कि छवियों में कहाँ अधिक या कम एनोटेशन हैं। इसका उपयोग उन परिदृश्यों की पहचान करने के लिए किया जा सकता है जहाँ आपके डेटासेट के एनोटेशन किसी विशेष स्थान पर बहुत अधिक केंद्रित हैं।

<figure><img src="/files/e52c01e13ed4a40acf003e3d0e95e4ee75aa56a8" alt=""><figcaption></figcaption></figure>

आप चुने गए दायरे में छवियाँ देखने के लिए हीट मैप में किसी क्षेत्र पर ड्रैग कर सकते हैं:

<figure><img src="/files/aa9ae30d4784ac1f91cdb529d3f2b05f856990c8" alt=""><figcaption></figcaption></figure>

### छवि के अनुसार ऑब्जेक्ट गिनती का हिस्टोग्राम

यह आपको दिखाता है कि प्रत्येक छवि में कितनी एनोटेटेड वस्तुएँ मौजूद हैं, इसका वितरण।

यदि आपके मॉडल से गुजरने वाली छवियों में किसी वस्तु के कई उदाहरण हो सकते हैं, तो हम अनुशंसा करते हैं कि आपका डेटासेट विभिन्न संख्या में वस्तु-उदाहरणों वाली छवियाँ शामिल करे। इससे आपको यह सुनिश्चित करने में मदद मिलेगी कि आपका मॉडल बिना, एक, या कई रुचिकर वस्तुओं वाली छवियों पर अच्छी तरह सामान्यीकरण कर सकता है।

यहाँ हिस्टोग्राम का एक उदाहरण है:

<figure><img src="/files/dfef976ab6585ff617ca3807cfbd51dc6e6f85b6" alt=""><figcaption></figcaption></figure>

आप हिस्टोग्राम पर किसी भी बार का चयन करके किसी दिए गए गिनती वाली छवियाँ देख सकते हैं:

<figure><img src="/files/37b780e239b69db0c1b7b1b00dc34bf45b0e559f" alt=""><figcaption></figcaption></figure>

## HTTP API

आप निम्न endpoint का उपयोग करके किसी डेटासेट के लिए हेल्थ चेक आँकड़े प्राप्त कर सकते हैं:

```bash
curl "https://api.roboflow.com/:workspace/:project/health?api_key=$ROBOFLOW_API_KEY"
```

यह क्लास वितरण, एनोटेशन गिनती, छवि आयाम सारांश, और अन्य डेटासेट गुणवत्ता मेट्रिक्स लौटाता है। देखें [डेटासेट हेल्थ चेक](/datasets/hi/versions/dataset-health-check.md) इन आँकड़ों का क्या अर्थ है, इसके बारे में अधिक जानने के लिए।

### क्वेरी पैरामीटर

| पैरामीटर            | प्रकार | विवरण                                                                                                              |
| ------------------- | ------ | ------------------------------------------------------------------------------------------------------------------ |
| `पुनः उत्पन्न करें` | बूलियन | इसे सेट करें `true` हेल्थ आँकड़ों की नई गणना बाध्य करने के लिए। डिफ़ॉल्ट रूप से, कैश किए गए परिणाम लौटाए जाते हैं। |

### प्रतिक्रिया

एंडपॉइंट डेटासेट हेल्थ आँकड़ों के साथ एक JSON ऑब्जेक्ट लौटाता है:

```json
{
  "health": true,
  "stats": {
    "numImages": 120,
    "numAnnotations": 842,
    "avgImageSize": [640, 480],
    "medianImageRatio": 1.33,
    "missingAnnotations": 3,
    "nullAnnotations": 5,
    "classDistribution": {
      "cat": 410,
      "dog": 432
    }
  }
}
```

प्रतिक्रिया में छवि संख्या, एनोटेशन संख्या, क्लास वितरण, और छवि आयाम आँकड़े जैसे डेटासेट-स्तरीय मेट्रिक्स शामिल होते हैं। हीटमैप और प्रति-छवि विवरण जैसे फ़ील्ड API प्रतिक्रिया से बाहर रखे जाते हैं।

## MCP सर्वर

अपने AI एजेंट को जोड़ें [MCP सर्वर](https://docs.roboflow.com/agents/mcp-server) और यह इन टूल्स के साथ डेटासेट हेल्थ की जाँच कर सकता है:

<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 लिए डेटासेट हेल्थ चेक प्राप्त करें।</td></tr></tbody></table>