> 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/get-started/hi/guides/run-a-model-on-a-video.md).
# वीडियो पर मॉडल चलाएँ
A [Workflow](https://docs.roboflow.com/workflows) यह एक बहु-चरणीय कंप्यूटर विज़न एप्लिकेशन है जिसे आप अपने ब्राउज़र में ब्लॉक्स को जोड़कर बनाते हैं: एक मॉडल, एक ट्रैकर, विज़ुअलाइज़ेशन, और लॉजिक। आप इसे एक बार बनाते हैं और इसे इमेजेज़, वीडियो फ़ाइलों, या लाइव RTSP स्ट्रीम्स पर चलाते हैं।
वीडियो पर, एक Workflow वास्तविक-समय की गति के लिए बनाए गए पाइपलाइन के रूप में चलता है। [Roboflow Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted) यह फ्रेम्स को डिकोड करता है, मॉडल चलाता है, और परिणामों को समानांतर में ड्रॉ करता है ताकि GPU व्यस्त रहे। लाइव स्ट्रीम पर, यह उन फ्रेम्स को छोड़ देता है जिनके साथ यह तालमेल नहीं रख पाता, ताकि पीछे छूटने के बजाय यह नवीनतम फ्रेम पर बना रहे।
यह गाइड एक Workflow बनाती है जो वाहनों का पता लगाती है, प्रत्येक को फ्रेम्स के बीच ट्रैक करती है, और जब वे एक लाइन को पार करते हैं तो उनकी गिनती करती है, फिर इसे एक सैंपल वीडियो पर चलाती है।
## Workflow बनाएं और चलाएं
{% stepper %}
{% step %}
### Workflow संपादक खोलें
एक [Roboflow खाता](https://app.roboflow.com) बनाएँ, यदि आपके पास नहीं है, फिर खोलें [app.roboflow.com/workflows](https://app.roboflow.com/workflows) और संपादक में एक खाली Workflow खोलने के लिए "Create Workflow" पर क्लिक करें।
{% endstep %}
{% step %}
### ब्लॉक्स जोड़ें और कनेक्ट करें
इन ब्लॉक्स को जोड़ें और उन्हें ऊपर से नीचे तक कनेक्ट करें, ताकि हर ब्लॉक का आउटपुट अगले को फ़ीड करे:
डिटेक्ट, ट्रैक, और काउंट Workflow
* Object Detection Model: एक [RF-DETR](https://docs.roboflow.com/models/supported-models/rf-detr) मॉडल प्रत्येक फ्रेम पर चलाता है और बाउंडिंग बॉक्स लौटाता है।
* ByteTrack Tracker: प्रत्येक डिटेक्शन को एक स्थायी ID असाइन करता है ताकि वही ऑब्जेक्ट फ्रेम्स के बीच ट्रैक हो सके।
* Line Counter: फ्रेम पर आपके द्वारा स्थित एक लाइन को पार करते समय ट्रैक किए गए ऑब्जेक्ट्स की गिनती करता है।
* Bounding Box Visualization: डिटेक्शन बॉक्सेज़ को ड्रॉ करता है।
* Line Counter Visualization: काउंटिंग लाइन और चलती हुई गिनती को ड्रॉ करता है।
* Trace Visualization: प्रत्येक ट्रैक किए गए ऑब्जेक्ट के द्वारा तय किया गया पथ ड्रॉ करता है।
इसे हाथ से बनाने से बचने के लिए, संपादक के ऊपरी बाएँ कोने में `` आइकन के साथ JSON संपादक खोलें और इसमें पेस्ट करें [यह Workflow परिभाषा](https://media.roboflow.com/quickstart/workflow.json).
ब्लॉक्स जोड़ने और कॉन्फ़िगर करने की गहरी चरण-दर-चरण व्याख्या के लिए, देखें [Workflow बनाएं](https://docs.roboflow.com/workflows/build/build-a-workflow).
{% endstep %}
{% step %}
### एक वीडियो अपलोड करें और चलाएँ
"Run" (`▶` आइकन) पर क्लिक करके रन पैनल खोलें। "Media" के अंतर्गत, "File" टैब चुनें और अपलोड करें [यह सैंपल वीडियो](https://media.roboflow.com/quickstart/cars.mp4)फिर "Run" पर क्लिक करें।
Workflow वीडियो को प्रोसेस करता है और बॉक्स, ट्रेस, और लाइव काउंट के साथ एनोटेटेड वीडियो लौटाता है।
{% endstep %}
{% endstepper %}
{% embed url="" %}
## Workflow कहाँ चलता है
डिफ़ॉल्ट रूप से, "Run" Workflow को [Serverless Hosted API](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api)पर चलाता है: Roboflow के क्लाउड में ऑटो-स्केलिंग GPUs पर, बिना किसी हार्डवेयर को प्राविजन किए। आप वही Workflow [अपने स्वयं के हार्डवेयर](/get-started/hi/guides/run-a-model-locally.md)पर भी चला सकते हैं, लैपटॉप से लेकर NVIDIA Jetson तक।
* **Serverless**: प्रबंधन के लिए कोई हार्डवेयर नहीं और यह अपने-आप स्केल होता है। प्रत्येक फ्रेम क्लाउड तक एक नेटवर्क राउंड ट्रिप करता है, जिससे लैटेंसी बढ़ती है, इसलिए यह कम-लैटेंसी लाइव वीडियो की तुलना में शुरुआत करने, इमेजेज़, और बैच जॉब्स के लिए अधिक उपयुक्त है।
* **Local**: फ्रेम्स कभी मशीन से बाहर नहीं जाते, इसलिए कोई नेटवर्क हॉप नहीं होता और प्रति-फ्रेम लैटेंसी कम होती है, जो लाइव स्ट्रीम्स के लिए महत्वपूर्ण है। बदले में आपको हार्डवेयर स्वयं प्राविजन और मेंटेन करना पड़ता है।
लैटेंसी कम करने के लिए, दोनों ही तरीकों में GPU पर चलाएँ, एक छोटा मॉडल चुनें (जैसे: `rfdetr-nano` या `rfdetr-small`), या इनपुट रेज़ोल्यूशन कम करें। एक निजी, सिंगल-टेनेंट क्लाउड एंडपॉइंट के लिए, देखें [Dedicated Deployments](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments).
## एक अलग मॉडल का उपयोग करें
Object Detection Model ब्लॉक डिफ़ॉल्ट रूप से एक तैयार RF-DETR चलाता है, लेकिन आप इसे बदल सकते हैं। ब्लॉक पर क्लिक करें और इसका मॉडल इस पर सेट करें:
* Roboflow में आपके द्वारा प्रशिक्षित एक मॉडल। उसका मॉडल ID कॉपी करें (जिसका फ़ॉर्मेट है `{project}/{version}`) अपने प्रोजेक्ट से [Roboflow ऐप](https://app.roboflow.com).
* का एक सार्वजनिक मॉडल [Roboflow Universe](https://docs.roboflow.com/datasets/universe/universe/what-is-roboflow-universe).
* द्वारा एक अलग तैयार [पूर्व-प्रशिक्षित मॉडल](https://docs.roboflow.com/models/pretrained-aliases) एलियास द्वारा, जैसे `rfdetr-nano`, `rfdetr-seg-medium`या `yolo26l-640`.
## एक साथ कई वीडियो प्रोसेस करें
ऑफ़लाइन वीडियो या इमेजेज़ के बड़े सेट पर एक Workflow चलाने के लिए, उपयोग करें [Batch Processing](https://docs.roboflow.com/deployment/roboflow-cloud/batch-processing). यह एक प्रबंधित सेवा है: अपना डेटा और अपना Workflow चुनें, और Roboflow बिना किसी कोड और बिना किसी लोकल कंप्यूट के क्लाउड में बैच प्रोसेस करता है।
## आगे कहाँ जाएँ
* लाइव वेबकैम और RTSP स्ट्रीम्स सहित, अपने स्वयं के हार्डवेयर पर Workflow चलाएँ। देखें [मॉडल को स्थानीय रूप से चलाएँ](/get-started/hi/guides/run-a-model-locally.md).
* लॉजिक, फ़िल्टरिंग, ज़ोन्स, और नोटिफ़िकेशन्स जोड़ें। देखें [Workflow बनाएं](https://docs.roboflow.com/workflows/build/build-a-workflow).
* देखें कि प्रत्येक Workflow रन की लागत क्या है [Serverless मूल्य निर्धारण पेज](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api/pricing#workflow-run).