डेटासेट संस्करण निर्यात करें

प्रशिक्षण के लिए Roboflow से डेटा निर्यात करें।

के बारे में

निर्यात करने पर, आपके चुने हुए एनोटेशन फ़ॉर्मेट में डेटासेट संस्करण का एक डाउनलोड करने योग्य स्नैपशॉट बनता है — YOLO, COCO, Pascal VOC, CreateML, और कई अन्य (पूरी सूची देखें फ़ॉर्मैट्स डायरेक्टरी). आप Roboflow वेब ऐप, Python SDK, REST API, या CLI से निर्यात कर सकते हैं। क्योंकि डेटासेट संस्करण प्रशिक्षण के लिए बनाए जाते हैं, इसलिए निर्यातित छवियाँ संपीड़ित होती हैं और वर्ग नाम स्वच्छ किए जाते हैं; विवरण के लिए देखें निर्यात व्यवहार 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 संस्करण जनरेट करें। आप इसे अपने प्रोजेक्ट से जुड़ी "Versions" पेज पर कर सकते हैं।

डेटासेट जनरेट करने के बाद, अपने डेटासेट संस्करण के पास "Export" पर क्लिक करें:

आप अपना डेटा कई अलग-अलग फ़ॉर्मेट में डाउनलोड कर सकते हैं। समर्थित निर्यात फ़ॉर्मेट की पूरी सूची आप हमारी "Export" टैब में देख सकते हैं फ़ॉर्मैट्स डायरेक्टरी.

निर्यात फ़ॉर्मेट चुनने के बाद, आप डेटा को या तो एक .zip फ़ाइल के रूप में, या एक curl कमांड लाइन से डाउनलोड करने के लिंक के रूप में चुन सकते हैं।

अपने डिवाइस पर .zip फ़ोल्डर में निर्यात किया जा रहा है।

यह curl और Python कोड में आपके खाते के लिए विशिष्ट एक निजी कुंजी होगी। इस कुंजी को साझा न करें!

"Continue" चुनने के बाद "show download code" के लिए दिखाई देने वाली विंडो।

HTTP एपीआई

/:workspace/:project/:version/:format वह रूट है जिसका उपयोग आपको किसी विशिष्ट फ़ॉर्मेट में निर्यात किए गए डेटासेट के डाउनलोड लिंक पाने के लिए करना चाहिए। आप इसे Jupyter नोटबुक्स में हमारी मॉडल लाइब्रेरी या अपनी कस्टम ट्रेनिंग स्क्रिप्ट्स में।

निम्नलिखित एंडपॉइंट एक निर्यात वैल्यू लौटाता है जिसमें एक लिंक कुंजी होती है, जिसमें एक URL होता है जिससे आप डेटासेट डाउनलोड कर सकते हैं:

curl "https://api.roboflow.com/roboflow/chess-sample-4ckfl/1/yolov5pytorch?api_key=$ROBOFLOW_API_KEY"

यहाँ एंडपॉइंट द्वारा लौटाया गया एक उदाहरण payload है:

{
    "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 फ़ॉर्मेट विकल्प

डेटासेट निर्यात के लिए उपलब्ध सेटिंग विकल्प ये हैं:

ऑब्जेक्ट डिटेक्शन	एकल-लेबल वर्गीकरण	बहु-लेबल वर्गीकरण	इंस्टेंस सेगमेंटेशन	सिमेंटिक 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 का उपयोग करके संस्करण बना भी सकते हैं और डेटासेट निर्यात भी कर सकते हैं।

Python SDK से निर्यात के लिए किसी डेटासेट की ZIP फ़ाइल बनाने के लिए, पहले किसी विशिष्ट संस्करण को किसी प्रोजेक्ट से प्राप्त करें:

version = project.version(version_number)

फिर डेटासेट सीधे डाउनलोड करें:

version.download(model_format="yolov5", location="./downloads")

यदि आवश्यक हो, तो download method निर्यात निर्माण को स्वचालित रूप से संभालता है, ZIP फ़ाइल को आपकी निर्दिष्ट लोकेशन पर निकालता है, और डेटासेट का वर्णन करने वाला एक ऑब्जेक्ट लौटाता है।

निर्यात से पहले संस्करण जनरेट करने के लिए, देखें डेटासेट संस्करण बनाना.

मूल-गुणवत्ता वाली छवियाँ डाउनलोड करें

निर्यातित छवियाँ प्रशिक्षण के लिए संपीड़ित की जाती हैं (देखें निर्यात व्यवहार). पूरे डेटासेट की मूल, पूर्ण-रिज़ॉल्यूशन छवियाँ डाउनलोड करने के लिए, इसका उपयोग करें Image Search API:

import os
import requests
from roboflow import Roboflow

rf = Roboflow(api_key="YOUR_API_KEY")

project = rf.project("my-dataset-id")

records = []

for page in project.search_all(
    offset = 0,
    limit = 100,
    in_dataset = True,
    batch = False,
    fields = ["id", "name", "owner"],
):
    records.extend(page)

print(f"{len(records)} images found")

for record in records:
        base_url = "https://source.roboflow.com"
        url = f"{base_url}/{record['owner']}/{record['id']}/original.jpg"

        try:
            response = requests.get(url)
            response.raise_for_status()

            # अस्थायी निर्देशिका में सहेजें
            save_path = os.path.join('temp_images', record['name'])
            with open(save_path, 'wb') as f:
                f.write(response.content)

            print(f"डाउनलोड किया गया: {record['name']}")

        except requests.exceptions.RequestException as e:
            print(f"छवि डाउनलोड करने में त्रुटि: {e}")

CLI

आप निम्नलिखित कमांड का उपयोग करके Roboflow CLI के माध्यम से डेटा निर्यात कर सकते हैं:

roboflow download <datasetUrl>

इस CLI कमांड के बारे में अधिक जानकारी हमारे दस्तावेज़ में देखें।

निर्यात व्यवहार

डेटासेट संस्करण कंप्यूटर विज़न मॉडल्स के लिए प्रशिक्षण डेटा के रूप में उपयोग करने के लिए डिज़ाइन किए गए हैं। इसलिए, हम मॉडलों के प्रशिक्षण अनुभव और प्रदर्शन को बेहतर बनाने के लिए कुछ अनुकूलन करते हैं।

छवि संपीड़न

प्रशिक्षण में धीमापन रोकने के लिए, हम ऐसी स्तर पर छवियों को संपीड़ित करते हैं जो प्रशिक्षण गति और पर्याप्त मॉडल प्रदर्शन के लिए आवश्यक रिज़ॉल्यूशन के बीच संतुलन बनाए रखे।

यदि आप मूल-गुणवत्ता वाली छवि डाउनलोड करना चाहते हैं, तो आप अपने डेटासेट में किसी छवि पर क्लिक करके "Download Image" चुन सकते हैं।

आप अपनी छवियों को प्रोग्रामेटिक रूप से भी एक्सेस कर सकते हैं, इसके माध्यम से इमेज विवरण API। image.urls.original गुण मूल-गुणवत्ता वाली छवि के लिंक को दर्शाता है।

किसी डेटासेट की हर मूल-गुणवत्ता वाली छवि को प्रोग्रामेटिक रूप से डाउनलोड करने के लिए, देखें मूल-गुणवत्ता वाली छवियाँ डाउनलोड करें Python SDK अनुभाग में।

स्वीकृत वर्ण

प्रशिक्षण के दौरान समस्याएँ उत्पन्न होने से रोकने के लिए, हम अपलोड/इंपोर्ट और निर्यात दोनों पर वर्ग नामों की सफ़ाई करते हैं। निर्यात के समय, हम निम्नलिखित करते हैं:

• वर्ग नामों को ASCII में बदला जाता है

  • जहाँ संभव हो, वर्णों को अंग्रेजीकृत किया जाता है (उदा.: ü को u)

  • अन्यथा, उन्हें एक डैश (-)

वर्ग नामों की सफ़ाई अपलोड के दौरान भी होती है