> 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-versions/exporting-data.md).
# डेटासेट संस्करण एक्सपोर्ट करें
प्रशिक्षण के लिए Roboflow से डेटा एक्सपोर्ट करें।
## के बारे में
निर्यात करने पर आपके चुने हुए एनोटेशन फ़ॉर्मैट में डेटासेट वर्शन का डाउनलोड योग्य स्नैपशॉट बनता है - YOLO, COCO, Pascal VOC, CreateML, और कई अन्य (पूरी सूची देखें [फ़ॉर्मैट्स निर्देशिका](https://roboflow.com/formats)). आप Roboflow वेब ऐप, Python SDK, REST API, या CLI से निर्यात कर सकते हैं। क्योंकि डेटासेट वर्शन प्रशिक्षण के लिए बनाए जाते हैं, निर्यातित चित्र संपीड़ित होते हैं और क्लास नाम साफ़ किए जाते हैं; देखें [निर्यात व्यवहार](#export-behavior) विवरण और मूल-गुणवत्ता वाली छवियाँ कैसे प्राप्त करें, इसके लिए।
## वेब ऐप
आप वेब इंटरफ़ेस से किसी भी समय Roboflow से डेटा निर्यात कर सकते हैं।
डेटा निर्यात करने के लिए, पहले Roboflow डैशबोर्ड में एक डेटासेट वर्शन जनरेट करें। आप इसे अपने प्रोजेक्ट से संबद्ध "Versions" पेज पर कर सकते हैं।
डेटासेट जनरेट करने के बाद, अपने डेटासेट वर्शन के पास "Export" पर क्लिक करें:
आप अपने डेटा को कई तरह के फ़ॉर्मैट्स में डाउनलोड कर सकते हैं। समर्थित निर्यात फ़ॉर्मैट्स की पूरी सूची हमारी "Export" टैब में देख सकते हैं [फ़ॉर्मैट्स निर्देशिका](https://roboflow.com/formats).
निर्यात फ़ॉर्मैट चुनने के बाद, आप डेटा को या तो एक `.zip` फ़ाइल के रूप में, या एक `curl` कमांड लाइन से डाउनलोड करने के लिए लिंक के रूप में।
.png?alt=media)
{% hint style="warning" %}
*यह `curl` और Python कोड में आपके खाते के लिए अद्वितीय एक निजी कुंजी होगी। इस कुंजी को साझा न करें!*
{% endhint %}
.png?alt=media)
## HTTP API
`/:workspace/:project/:version/:format` वह रूट है जिसका उपयोग आपको किसी विशिष्ट फ़ॉर्मैट में निर्यात किए गए डेटासेट के डाउनलोड लिंक को प्राप्त करने के लिए करना चाहिए। आप इसे Jupyter नोटबुक्स में उपयोग कर सकते हैं [हमारी मॉडल लाइब्रेरी](https://models.roboflow.com) या अपनी कस्टम ट्रेनिंग स्क्रिप्ट्स में।
निम्नलिखित एंडपॉइंट एक `निर्यात` मान लौटाता है जिसमें एक `लिंक` कुंजी होती है, जिसमें एक URL होता है जिससे आप डेटासेट डाउनलोड कर सकते हैं:
एंडपॉइंट द्वारा लौटाया गया एक उदाहरण payload यहाँ है:
```bash
{
"workspace": {
"name": "Roboflow",
"url": "roboflow",
"members": 7
},
"project": {
"id": "roboflow/chess-sample-4ckfl",
"type": "object-detection",
"name": "Chess Sample",
"created": 1630335544.592,
"updated": 1630335741.988,
"images": 12,
"unannotated": 3,
"annotation": "pieces",
"public": false,
"splits": {
"test": 1,
"train": 9,
"valid": 2
},
"classes": {
"white-bishop": 11,
"black-king": 8,
"black-knight": 11,
"white-queen": 7,
"black-bishop": 8,
"white-rook": 10,
"black-rook": 10,
"white-king": 8,
"black-queen": 4,
"black-pawn": 37,
"white-pawn": 34,
"white-knight": 10
}
},
"version": {
"id": "roboflow/chess-sample-4ckfl/1",
"name": "augmented",
"created": 1630335698.746,
"images": 30,
"splits": {
"train": 27,
"test": 1,
"valid": 2
},
"model": {
"id": "chess-sample-4ckfl/1",
"endpoint": "https://serverless.roboflow.com/infer/chess-sample-4ckfl/1",
"start": 1630335799.682,
"end": 1630337523.889,
"fromScratch": false,
"tfjs": true,
"oak": true,
"map": "62.87",
"recall": "85.29",
"precision": "23.44"
},
"preprocessing": {
"grayscale": {
"enabled": true
},
"resize": {
"width": 416,
"height": 416,
"enabled": true,
"format": "Stretch to"
},
"auto-orient": {
"enabled": true
}
},
"augmentation": {
"rotate": {
"enabled": true,
"degrees": "5"
},
"exposure": {
"enabled": true,
"percent": "25"
},
"noise": {
"enabled": true,
"percent": "2"
},
"image": {
"versions": "3",
"enabled": true
},
"flip": {
"horizontal": true,
"enabled": true,
"vertical": false
},
"brightness": {
"enabled": true,
"brighten": true,
"percent": "25",
"darken": true
},
"crop": {
"percent": 30,
"enabled": true,
"min": 0
}
},
"exports": [
"yolov5pytorch"
]
},
"export": {
"format": "yolov5pytorch",
"link": "https://app.roboflow.com/ds/XXXXXXXXXX?key=XXXXXXXXXX"
}
}
```
### निर्यात फ़ॉर्मैट विकल्प
डेटासेट निर्यात के लिए उपलब्ध सेटिंग विकल्प यहाँ हैं:
| ऑब्जेक्ट डिटेक्शन | एकल-लेबल वर्गीकरण | बहु-लेबल वर्गीकरण | इंस्टेंस सेगमेंटेशन | सेमांटिक सेगमेंटेशन | कीपॉइंट डिटेक्शन |
| ----------------- | ----------------- | ----------------- | ------------------- | ------------------- | ---------------- |
| clip | folder | multiclass | coco-segmentation | coco-segmentation | coco |
| coco | clip | folder | clip | png-mask-semantic | yolov5pytorch |
| createml | | clip | coco | | |
| darknet | | | createml | | |
| multiclass | | | darknet | | |
| tensorflow | | | multiclass | | |
| tfrecord | | | tensorflow | | |
| voc | | | tfrecord | | |
| yolokeras | | | voc | | |
| yolov5pytorch | | | yolokeras | | |
| yolov7pytorch | | | yolov4pytorch | | |
| mt-yolov6 | | | yolov4scaled | | |
| retinanet | | | yolov5-obb | | |
| benchmarker | | | yolov5pytorch | | |
| | | | yolov7pytorch | | |
| | | | mt-yolov6 | | |
| | | | retinanet | | |
| | | | benchmarker | | |
## Python SDK
आप Python पैकेज के साथ वर्शन जनरेट भी कर सकते हैं और डेटासेट निर्यात भी कर सकते हैं।
Python SDK से निर्यात के लिए डेटासेट की ZIP फ़ाइल बनाने के लिए, पहले किसी विशिष्ट [प्रोजेक्ट से वर्शन](https://docs.roboflow.com/platform/workspaces/list-workspaces-and-projects#list-projects-and-versions):
```
version = project.version(version_number)
```
फिर डेटासेट को सीधे डाउनलोड करें:
```python
version.download(model_format="yolov5", location="./downloads")
```
download method आवश्यकता होने पर निर्यात निर्माण को स्वतः संभालता है, ZIP फ़ाइल को आपके निर्दिष्ट स्थान पर निकालता है, और डेटासेट का वर्णन करने वाला एक ऑब्जेक्ट लौटाता है।
निर्यात से पहले वर्शन जनरेट करने के लिए देखें [डेटासेट वर्शन बनाएँ](/datasets/hi/versions/dataset-versions/create-a-dataset-version.md#python-sdk).
### मूल-गुणवत्ता वाली छवियाँ डाउनलोड करें
निर्यातित छवियाँ प्रशिक्षण के लिए संपीड़ित होती हैं (देखें [निर्यात व्यवहार](#export-behavior)). पूरे डेटासेट के मूल, पूर्ण-रिज़ॉल्यूशन वाले चित्र डाउनलोड करने के लिए, उपयोग करें `search_export`. यह ZIP को आपकी स्रोत फ़ाइलों से बनाता है, इसलिए छवियाँ अपने मूल बाइट्स और अपनी मूल फ़ाइल एक्सटेंशन बनाए रखती हैं।
इस विधि के लिए आवश्यक है `roboflow` संस्करण 1.2.14 या बाद का।
```python
from roboflow import Roboflow
rf = Roboflow(api_key="YOUR_API_KEY")
workspace = rf.workspace()
workspace.search_export(
query="*", # "*" हर छवि से मेल खाता है
format="coco", # एनोटेशन फ़ॉर्मैट (उदा.: coco, yolov8, voc, folder)
dataset="my-dataset-id", # वैकल्पिक: एक प्रोजेक्ट तक सीमित करें
location="./original-images", # वह फ़ोल्डर जिसमें आपकी फ़ाइलें रखी जाएँगी
)
```
यह कमांड आपकी छवियों और एनोटेशन को इसमें रखता है `./original-images/`. इन्हें ZIP के रूप में पाने के लिए, पास करें `extract_zip=False`.
बदलें `"*"` को किसी भी [खोज क्वेरी](/datasets/hi/manage/manage-datasets/dataset-search.md) को निर्यात करने के लिए एक उपसमूह (उदा.: `tag:review split:train`).
{% hint style="info" %}
निर्यात सिमैंटिक खोज क्वेरी का समर्थन नहीं करता। इसके बजाय ऐसा फ़िल्टर उपयोग करें जैसे `class:`, `tag:`, `split:`, या `filename:` मुक्त पाठ के बजाय।
{% endhint %}
## CLI
आप निम्न कमांड का उपयोग करके Roboflow CLI के माध्यम से डेटा निर्यात कर सकते हैं:
```
roboflow download
```
[इस CLI कमांड के बारे में अधिक जानकारी हमारे डॉक्स में देखें।](/datasets/hi/create-and-upload/download-a-dataset.md#cli)
संपीड़ित संस्करण के बजाय मूल-गुणवत्ता वाली स्रोत छवियाँ डाउनलोड करने के लिए, उपयोग करें `search-export`:
```
roboflow search-export "*" -f coco -d my-dataset-id -l ./original-images
```
## MCP सर्वर
अपने AI एजेंट को इससे जोड़ें [MCP सर्वर](https://docs.roboflow.com/agents/mcp-server) और यह इन टूल्स के साथ एक वर्शन निर्यात कर सकता है:
टूल
विवरण
versions_export
किसी वर्शन के लिए डेटासेट निर्यात की जाँच करें या उसे ट्रिगर करें।
versions_get
स्प्लिट्स और उसकी ट्रेनिंग्स सहित वर्शन जानकारी प्राप्त करें।
## निर्यात व्यवहार
डेटासेट वर्शन कंप्यूटर विज़न मॉडल्स के लिए प्रशिक्षण डेटा के रूप में उपयोग किए जाने के लिए डिज़ाइन किए गए हैं। इसलिए, हम प्रशिक्षण अनुभव और मॉडल्स के प्रदर्शन को बेहतर बनाने के लिए कुछ अनुकूलन करते हैं।
### छवि संपीड़न
प्रशिक्षण में धीमापन रोकने के लिए, हम छवियों को ऐसे स्तर पर संपीड़ित करते हैं जो प्रशिक्षण गति और मॉडल के पर्याप्त प्रदर्शन के लिए आवश्यक रिज़ॉल्यूशन के बीच संतुलन बनाए रखता है।
यदि आप मूल-गुणवत्ता वाली छवि डाउनलोड करना चाहते हैं, तो आप अपने डेटासेट में किसी छवि पर क्लिक करके और "Download Image" चुनकर ऐसा कर सकते हैं।
{% hint style="info" %}
आप अपनी छवियों तक प्रोग्रामेटिक रूप से भी इसके माध्यम से पहुँच सकते हैं [Image Details API](/datasets/hi/manage/manage-images.md#get-details-about-an-image). यह `image.urls.original` प्रॉपर्टी मूल-गुणवत्ता वाली छवि का लिंक बताती है।
{% endhint %}
किसी डेटासेट में हर मूल-गुणवत्ता वाली छवि को प्रोग्रामेटिक रूप से डाउनलोड करने के लिए देखें [मूल-गुणवत्ता वाली छवियाँ डाउनलोड करें](#download-original-quality-images) Python SDK अनुभाग में।
### स्वीकृत वर्ण
ट्रेनिंग के दौरान समस्याएँ उत्पन्न होने से रोकने के लिए, हम अपलोड/इंपोर्ट और निर्यात दोनों पर क्लास नामों को साफ़ करते हैं। निर्यात के समय, हम निम्नलिखित करते हैं:
* क्लास नामों को ASCII में बदला जाता है
* जहाँ संभव हो, वर्णों को अंग्रेज़ीकृत किया जाता है (उदा.: `ü` से `u`)
* अन्यथा, उन्हें एक डैश (`-`)
{% hint style="info" %}
[क्लास नामों की सफाई अपलोड के दौरान भी होती है](/datasets/hi/create-and-upload/adding-data.md)
{% endhint %}
.png?alt=media)
.png?alt=media)