> 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/models/hi/evaluate/training-results.md).

# प्रशिक्षण परिणाम देखें

सभी Roboflow Train जॉब्स के लिए ट्रेनिंग ग्राफ़ और इनसाइट्स उपलब्ध कराए जाते हैं।

## परिचय

Roboflow प्लेटफ़ॉर्म पर आपके द्वारा प्रशिक्षित हर मॉडल के लिए प्रशिक्षण ग्राफ़ और सारांश मेट्रिक्स तैयार करता है। इससे आप प्रशिक्षण के दौरान जॉब की निगरानी कर सकते हैं और पूरा होने के बाद तैयार मॉडल का मूल्यांकन कर सकते हैं। दिखाए जाने वाले मेट्रिक्स आपके प्रोजेक्ट के प्रकार पर निर्भर करते हैं: ऑब्जेक्ट डिटेक्शन के लिए precision, recall और mAP; क्लासिफ़िकेशन के लिए accuracy; इंस्टेंस सेगमेंटेशन और कीपॉइंट मॉडल के लिए mAP; सेमैंटिक सेगमेंटेशन के लिए mIoU; एक्शन रिकग्निशन के लिए F1\@50 और mIoU; तथा मल्टीमोडल मॉडल के लिए perplexity। मॉडल को किसी एप्लिकेशन में जोड़ने से पहले, आप उसे नमूना या अपनी पसंद की इमेज पर भी परख सकते हैं।

प्रशिक्षण ग्राफ़ आपको प्रशिक्षण के दौरान अपने मॉडल की स्थिति देखने देते हैं। Roboflow पर प्रशिक्षित सभी मॉडलों के लिए प्रशिक्षण ग्राफ़ उपलब्ध हैं।

आपको अपने मॉडल के प्रदर्शन का सार बताने वाले मेट्रिक्स भी दिखेंगे।

आपको कौन-से मेट्रिक्स दिखेंगे, यह आपके मॉडल के प्रकार पर निर्भर करेगा:

* ऑब्जेक्ट डिटेक्शन प्रोजेक्ट मॉडल के precision, recall और mAP दिखाते हैं।
* क्लासिफ़िकेशन प्रोजेक्ट accuracy दिखाते हैं।
* इंस्टेंस सेगमेंटेशन और कीपॉइंट मॉडल mAP स्कोर दिखाते हैं।
* सेमैंटिक सेगमेंटेशन मॉडल mIoU दिखाते हैं।
* मल्टीमोडल मॉडल perplexity दिखाते हैं।
* एक्शन रिकग्निशन प्रोजेक्ट प्रशिक्षण और वैलिडेशन—दोनों स्प्लिट के लिए F1\@50, mIoU और loss दिखाते हैं।

## प्रशिक्षण के दौरान

मॉडल का प्रशिक्षण शुरू करने के बाद, उस मॉडल से जुड़े डेटासेट वर्ज़न पेज पर एक संदेश दिखाई देगा। शुरुआत में संदेश बताएगा कि प्रशिक्षण मशीन शुरू हो रही है।

यदि किसी वर्ज़न में [एक से अधिक प्रशिक्षण](https://docs.roboflow.com/models/hi/train/train-a-model.md#train-multiple-models-on-a-version)हों, तो उसके ग्राफ़ और मेट्रिक्स देखने के लिए वर्ज़न पेज पर कोई प्रशिक्षण चुनें।

इसके बाद, मॉडल के प्रशिक्षण के साथ-साथ प्रशिक्षण ग्राफ़ लाइव दिखाई देंगे:

<figure><img src="https://3815805500-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-60a42e0f454daf4899e4d270bbec386e5c482a73%2FScreenshot%202025-05-20%20at%2013.05.35.png?alt=media" alt=""><figcaption><p>मॉडल के प्रशिक्षण के दौरान दिखने वाले प्रशिक्षण ग्राफ़।</p></figcaption></figure>

आप प्रशिक्षण के बारे में [Roboflow Agent](https://docs.roboflow.com/agents/roboflow-agent) से भी पूछ सकते हैं। यह चैट में प्रशिक्षण ग्राफ़ दिखाता है और हर epoch के वैलिडेशन मेट्रिक्स और loss पढ़ता है, ताकि यह बता सके कि मॉडल में कब सुधार हुआ, कब सुधार रुक गया या कब प्रदर्शन खराब हुआ।

### NAS प्रशिक्षण चार्ट

ऑब्जेक्ट डिटेक्शन या इंस्टेंस सेगमेंटेशन प्रोजेक्ट पर Neural Architecture Search (NAS) से प्रशिक्षित मॉडलों के लिए, मानक प्रशिक्षण ग्राफ़ के बजाय विशेष रूप से जोड़ी गई चार्ट-व्यू दिखाई जाती है:

* **प्रशिक्षण प्रगति बैंड**: ग्रेडिएंट से भरा बैंड, जो प्रशिक्षण epochs के दौरान मॉडल के प्रदर्शन की सीमा (ऊपरी और निचली सीमाएँ) दिखाता है। उस समय के मेट्रिक्स देखने के लिए किसी भी epoch पर होवर करें। लाइव प्रशिक्षण के दौरान स्पंदित संकेतक मौजूदा प्रशिक्षण प्रगति दिखाता है।
* **Epoch स्नैपशॉट**: Pareto कर्व, जो हर epoch पर मूल्यांकित आर्किटेक्चर के लिए मॉडल की latency और accuracy के बीच का समझौता दिखाता है। ग्रेडिएंट स्पेक्ट्रम में हल्के रंग वाले तेज़ मॉडल से लेकर गहरे रंग वाले अधिक सटीक मॉडल तक का क्रम होता है।

Standard और Plus NAS रन के विपरीत, Fast NAS रन में प्रशिक्षण के दौरान मेट्रिक्स की रेंज दिखाने के लिए कोई baseline कॉन्फ़िगरेशन नहीं होता। इसलिए वे केवल प्रशिक्षित किए जा रहे एकल supernet के मेट्रिक्स देते हैं। इन रन में जोड़ी गई बैंड और स्नैपशॉट-व्यू के बजाय मानक प्रशिक्षण ग्राफ़ दिखता है।

## प्रशिक्षण के बाद

मॉडल का प्रशिक्षण पूरा होने पर, आप प्रशिक्षण प्रक्रिया के मेट्रिक्स देख सकते हैं।

प्रशिक्षण के बाद किसी मॉडल के प्रशिक्षण ग्राफ़ देखने के लिए, पहले साइडबार में Models टैब पर क्लिक करें:

<figure><img src="https://3815805500-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-eba886ca21455e8f0b4be719f06596c84ce34d30%2FScreenshot%202025-05-20%20at%2007.34.41.png?alt=media" alt=""><figcaption></figcaption></figure>

इसके बाद, उस [प्रशिक्षण (या मॉडल)](https://docs.roboflow.com/models/hi/versions-trainings-and-models.md) पर क्लिक करें जिसके प्रशिक्षण ग्राफ़ आप देखना चाहते हैं।

पेज पर नीचे स्क्रॉल करें, जब तक Training Graphs सेक्शन न दिख जाए:

<figure><img src="https://3815805500-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-784d68e6d838a5b38ba5c53552c97a121119197d%2FScreenshot%202025-05-20%20at%2007.35.41.png?alt=media" alt=""><figcaption></figcaption></figure>

## अपने मॉडल का परीक्षण करें

आप Test पेज से किसी इमेज पर अपने मॉडल का परीक्षण कर सकते हैं। Workflows में अपने एप्लिकेशन का लॉजिक बनाने से पहले, यह तुरंत जाँचने का अच्छा तरीका है कि आपका मॉडल कैसा प्रदर्शन करता है।

Test सुविधा ऑब्जेक्ट डिटेक्शन, सेगमेंटेशन, क्लासिफ़िकेशन और कीपॉइंट मॉडल के लिए काम करती है। मल्टीमोडल प्रोजेक्ट में Test समर्थित नहीं है।

मॉडल का परीक्षण करने के लिए, दाएँ साइडबार में "Test" पर क्लिक करें। इसके बाद Test पेज खुलेगा:

<figure><img src="https://3815805500-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-70bf1b69d46739cff58048475dc7ef7032dc3b34%2FScreenshot%202025-05-20%20at%2007.38.37.webp?alt=media" alt=""><figcaption></figcaption></figure>

Test पेज पर आपके टेस्ट सेट की कई इमेज दिखाई देंगी, जिनमें से आप अपने मॉडल पर चलाने के लिए इमेज चुन सकते हैं। आप अपनी इमेज और वीडियो भी अपलोड कर सकते हैं या अपने वेबकैम से आज़मा सकते हैं।

अपने मॉडल के डिप्लॉयमेंट निर्देश देखने के लिए Try on My Machine पर क्लिक करें। आप अपने मॉडल को Roboflow Workflows पर भी डिप्लॉय कर सकते हैं।

## HTTP API

### प्रशिक्षण के परिणाम प्राप्त करें

एक ही कॉल में किसी प्रशिक्षण की स्थिति, उससे बने मॉडल और उनके मेट्रिक्स लौटाता है, ताकि आपको हर मॉडल को अलग-अलग पढ़ने की ज़रूरत न पड़े। [Neural Architecture Search](https://docs.roboflow.com/models/hi/train/neural-architecture-search.md) प्रशिक्षण के लिए, रिस्पॉन्स में हर उम्मीदवार मॉडल की सूची होती है, अनुशंसित मॉडलों को चिह्नित किया जाता है और खोज की प्रगति शामिल होती है। प्रशिक्षण [शुरू करने](https://docs.roboflow.com/models/hi/train/train-a-model.md#http-api) के बाद, इसे तब तक पोल करें जब तक `status` न हो `finished`, `failed`, `cancelled`, या `stopped`.

यह एंडपॉइंट वर्शन की एकमात्र ट्रेनिंग को पढ़ता है। अगर वर्शन में एक से ज़्यादा ट्रेनिंग हैं, तो यह लौटाता है `409`: इसके बजाय [एक ट्रेनिंग प्राप्त करें](https://docs.roboflow.com/models/hi/model-ids.md#http-api) के साथ `trainingId` ।

{% openapi src="/files/bdbba635d9979e1a28c9774caf0886daa15f2e2a" path="/{workspace}/{project}/{version}/training/results" method="get" %}
[trainings.yaml](https://3815805500-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-4028116544554a08ca7a36c2a7e2a8ecde4e69e3%2Ftrainings.yaml?alt=media)
{% endopenapi %}

## MCP सर्वर

अपने AI एजेंट को इससे कनेक्ट करें: [MCP सर्वर](https://docs.roboflow.com/agents/mcp-server) और यह इन टूल की मदद से जाँच सकता है कि ट्रेनिंग कैसी रही:

<table data-search="false"><thead><tr><th width="290">टूल</th><th>विवरण</th></tr></thead><tbody><tr><td><code>trainings_get</code></td><td>ट्रेनिंग की स्थिति, उससे बने मॉडल और मेट्रिक्स प्राप्त करें।</td></tr><tr><td><code>trainings_list</code></td><td>डेटासेट वर्शन पर किए गए ट्रेनिंग रन की सूची देखें।</td></tr><tr><td><code>models_list</code></td><td>प्रोजेक्ट में ट्रेन किए गए मॉडल की सूची देखें।</td></tr><tr><td><code>models_get</code></td><td>ट्रेन किए गए मॉडल का विवरण प्राप्त करें।</td></tr></tbody></table>
