For the complete documentation index, see llms.txt. This page is also available as Markdown.

मॉडल IDs

मॉडल IDs कैसे संरचित होते हैं और लेगेसी प्रोजेक्ट/संस्करण IDs कैसे मॉडल्स में रिज़ॉल्व होते हैं।

प्रशिक्षित हर मॉडल की एक मॉडल ID होती है जो उसे तब पहचानती है जब आप उसे डिप्लॉय करते हैं, इनफरेंस चलाते हैं, या किसी Workflow मॉडल ब्लॉक में उसे चुनते हैं। यह पेज मॉडल IDs की वर्तमान संरचना का वर्णन करता है, साथ ही यह भी कि कुछ परिस्थितियों में ID का पिछला (legacy) फ़ॉर्मेट अभी भी कैसे समर्थित है।

मॉडल ID संरचना

एक मॉडल ID का स्वरूप होता है {workspace}/{model-slug}. पहला भाग आपका Workspace URL स्लग है। दूसरा भाग, मॉडल स्लग, वर्कस्पेस के भीतर मॉडल की पहचान करता है और हाइफ़न से जुड़े चार भागों से बनता है:

{project}-{version}-{architecture}-t{n}
  • project: उस प्रोजेक्ट का URL स्लग जिससे मॉडल संबंधित है। उदाहरण: construction-safety-xpv3w.

  • version: उस डेटासेट संस्करण की संख्या जिस पर मॉडल को प्रशिक्षित किया गया था। उदाहरण: 12.

  • architecture: प्रशिक्षण के लिए उपयोग की गई मॉडल आर्किटेक्चर। उदाहरण: rfdetr-small.

  • t{n}: उस संस्करण के लिए एक प्रशिक्षण काउंटर। किसी संस्करण पर शुरू हुआ पहला प्रशिक्षण t1 है, दूसरा t2 है, और इसी तरह आगे।

उदाहरण के लिए, किसी प्रोजेक्ट के संस्करण 3 पर दूसरा RF-DETR Small प्रशिक्षण, जिसका URL स्लग construction-safety-xpv3w है वर्कस्पेस my-workspace में, मॉडल ID उत्पन्न करता है my-workspace/construction-safety-xpv3w-3-rfdetr-small-t2.

मॉडल स्लग तब असाइन किया जाता है जब प्रशिक्षण शुरू होता है, इसलिए आप यह ID देख सकते हैं कि प्रशिक्षण अभी भी चल रहा होने पर मॉडल की ID क्या होगी। प्रशिक्षण काउंटर के प्रत्यय कभी दोबारा उपयोग नहीं किए जाते: यदि कोई प्रशिक्षण विफल हो जाता है या रद्द कर दिया जाता है, तो उसकी संख्या छोड़ दी जाती है और संस्करण पर अगला प्रशिक्षण अगली संख्या प्राप्त करता है।

एक न्यूरल आर्किटेक्चर सर्च प्रशिक्षण कई उम्मीदवार मॉडल उत्पन्न करता है। NAS उम्मीदवार मॉडल IDs अन्य मॉडल IDs जैसी दिखती हैं, लेकिन इनके अंत में डबल हाइफ़न और 6-अक्षरों का हैश जोड़ा जाता है (उदाहरण: my-workspace/construction-safety-xpv3w-3-rfdetr-nas-t1--9589f2)। v2 trainings endpoints में, एक NAS प्रशिक्षण अपना modelType को rfdetr-nas-parentके रूप में रिपोर्ट करता है, जबकि इसके प्रत्येक उम्मीदवार मॉडल rfdetr-nas.

मॉडल ID खोजें

आप वेब ऐप, HTTP API, या Roboflow MCP Server के साथ किसी भी प्रशिक्षित मॉडल की ID देख सकते हैं।

वेब ऐप

अपनी प्रोजेक्ट साइडबार में "Models" पर क्लिक करके Models पेजखोलें। प्रत्येक मॉडल अपनी ID को "ID:" लेबल के पास दिखाता है, और उसके बगल में "Copy Model ID" बटन होता है। वही ID और कॉपी बटन मॉडल के detail view में और प्रत्येक version पेज पर models table में दिखाई देते हैं।

HTTP API

प्रोजेक्ट मॉडल सूचीबद्ध करें

किसी प्रोजेक्ट में प्रशिक्षित हर मॉडल लौटाता है। प्रत्येक प्रविष्टि का url फ़ील्ड मॉडल ID होती है।

List models for a project

get

Returns every trained model in a project: models trained on a dataset version and models that are not tied to one, such as Neural Architecture Search results. Requires model:infer.

Authorizations
AuthorizationstringRequired

Roboflow API key or OAuth access token.

Path parameters
workspacestringRequired

Workspace URL slug.

projectstringRequired

Project URL slug.

Query parameters
groupstringOptional

Neural Architecture Search run ID. Returns only the models from that run, or an empty array when none match.

Example: pVYKOWUB6AUIVJMgPc7u-410-rfdetrNasGroup
Responses
200

Successful response.

application/json
urlstringOptional

Model ID to use for inference.

versionstringOptional

Dataset version the model was trained on. Not set for models that are not tied to a version.

taskTypestringOptional

Task the model performs (ex: object-detection).

modelTypestringOptional

Model architecture and size (ex: rfdetr-base).

namestringOptional

Model display name.

createdstring · date-timeOptional

Creation time.

nasFamilystring · nullableOptional

child for models found by Neural Architecture Search, null for the baseline. Neural Architecture Search models only.

groupstringOptional

Neural Architecture Search run ID, shared by every model from the run.

favoritedbooleanOptional

True when anyone in the workspace starred the model. Neural Architecture Search models only.

recommendedbooleanOptional

Present and true when the model is the recommended pick for at least one metric and hardware target.

get/{workspace}/{project}/models
GET /{workspace}/{project}/models HTTP/1.1
Host: api.roboflow.com
Authorization: Bearer YOUR_SECRET_TOKEN
Accept: */*
[
  {
    "url": "my-project/3",
    "version": "3",
    "train": {
      "status": "finished"
    },
    "taskType": "object-detection",
    "modelType": "rfdetr-base",
    "name": "My Model",
    "created": "2026-04-01T00:00:00.000Z",
    "metrics": {
      "map50": 91,
      "precision": 88,
      "recall": 85
    }
  }
]

प्रशिक्षण सूचीबद्ध करें

एक संस्करण पर मौजूद प्रशिक्षण लौटाता है। प्रत्येक प्रशिक्षण ने जिन मॉडलों को उत्पन्न किया है, उनकी IDs modelIdsमें सूचीबद्ध करता है। किसी legacy single-model version में, प्रशिक्षण का id का स्वरूप होता है {projectId}/{version}/training/0, और modelIds संस्करण की legacy ID.

List training runs

get

Lists the trainings on a dataset version, each with the IDs of the models it produced. Requires version:read.

Authorizations
AuthorizationstringRequired

Roboflow API key or OAuth access token.

Path parameters
workspacestringRequired

Workspace URL slug.

projectstringRequired

Project URL slug.

versioninteger · min: 1Required

Dataset version number.

Responses
200

Successful response.

application/json
get/{workspace}/{project}/{version}/v2/trainings
GET /{workspace}/{project}/{version}/v2/trainings HTTP/1.1
Host: api.roboflow.com
Authorization: Bearer YOUR_SECRET_TOKEN
Accept: */*
{
  "trainings": [
    {
      "id": "0a1b2c3d4e5f67890abc",
      "versionId": "3",
      "status": "finished",
      "start": 1775001600000,
      "end": 1775005200000,
      "jobType": "fine-tune",
      "modelType": "rfdetr-small",
      "modelGroup": null,
      "modelIds": [
        "my-workspace/construction-safety-xpv3w-3-rfdetr-small-t2"
      ]
    }
  ]
}

एक प्रशिक्षण प्राप्त करें

स्थिति, metrics, और प्रत्येक मॉडल की ID के साथ एक प्रशिक्षण लौटाता है models[].modelIdमें। आप trainingId को छोड़ सकते हैं जब संस्करण में केवल एक ही प्रशिक्षण हो। यदि इसमें कई हों, तो अनुरोध लौटाता है 409.

Get a training run

get

Returns one training's status, models, and metrics. Requires version:read.

Authorizations
AuthorizationstringRequired

Roboflow API key or OAuth access token.

Path parameters
workspacestringRequired

Workspace URL slug.

projectstringRequired

Project URL slug.

versioninteger · min: 1Required

Dataset version number.

Query parameters
trainingIdstringOptional

Training to return. Leave it out when the version has only one training.

Example: 0a1b2c3d4e5f67890abc
includeEpochsbooleanOptional

Send true to add the metrics for each epoch. Not supported on legacy single-model versions.

Default: false
Responses
200

Successful response.

application/json
trainingIdstring · nullableOptional

Training ID. A 20-character hex ID for a training on a version that can hold several. For a legacy single-model version, a path of the form {projectId}/{version}/training/0, where projectId is the project's internal ID. null when the version has no training.

versionIdstringOptional

Dataset version number.

statusstringOptional

Training status: initializing, queued, generating, training, running, mining (Neural Architecture Search is searching architectures), finished, failed, cancelled, or stopped. not_started when the version has no training.

Example: finished
exceptionstringOptional

Failure reason, up to 500 characters. Present only when the training failed.

startinteger · nullableOptional

Start time in milliseconds since the Unix epoch.

endinteger · nullableOptional

End time in milliseconds since the Unix epoch.

jobTypestringOptional

Kind of training: fine-tune, nas (Neural Architecture Search), fine-tune-multi-stage, external-upload, or unknown.

modelTypestringOptional

Architecture the training ran. A Neural Architecture Search training reports rfdetr-nas-parent.

externalUploadbooleanOptional

True when the model weights were uploaded instead of trained on Roboflow.

modelGroupstring · nullableOptional

Neural Architecture Search run ID, shared by every model from the run. null for other trainings.

modelCountintegerOptional

Models the training produced.

get/{workspace}/{project}/{version}/v2/trainings/get
GET /{workspace}/{project}/{version}/v2/trainings/get HTTP/1.1
Host: api.roboflow.com
Authorization: Bearer YOUR_SECRET_TOKEN
Accept: */*
{
  "trainingId": "0a1b2c3d4e5f67890abc",
  "versionId": "3",
  "status": "finished",
  "start": 1775001600000,
  "end": 1775005200000,
  "jobType": "fine-tune",
  "modelType": "rfdetr-small",
  "modelGroup": null,
  "modelCount": 1,
  "models": [
    {
      "modelId": "my-workspace/construction-safety-xpv3w-3-rfdetr-small-t2",
      "modelType": "rfdetr-small",
      "status": "finished",
      "metrics": {
        "map50": 91.2,
        "map5095": 64.1,
        "precision": 88.4,
        "recall": 85,
        "f1": 86.7,
        "f1ConfThresh": 0.42
      }
    }
  ]
}

MCP Server

यह Roboflow MCP Server ऐसे टूल प्रदान करता है जो मॉडल IDs लौटाते हैं। models_list एक प्रोजेक्ट के प्रशिक्षित मॉडल सूचीबद्ध करता है (वर्कस्पेस कनेक्शन की credentials से आता है, और प्रोजेक्ट पास किया जाता है project_id) और प्रत्येक मॉडल की ID अपने url फ़ील्ड में लौटाता है, संस्करण या NAS run के आधार पर वैकल्पिक फ़िल्टरिंग के साथ। trainings_get और trainings_list प्रत्येक प्रशिक्षण द्वारा उत्पन्न मॉडलों की IDs लौटाते हैं। एजेंट इन IDs को अन्य टूल्स को पास कर सकते हैं, जैसे models_infer.

विरासती मॉडल IDs

पहले, Roboflow डेटासेट संस्करणों पर केवल एक training run हो सकता था, इसलिए मॉडल्स की विशिष्ट पहचान ID के इस स्वरूप से होती थी {project}/{version}.

उदाहरण के लिए, construction-site-safety/3 का उपयोग संदर्भित करने के लिए किया जाता था उस मॉडल को जो उस प्रोजेक्ट के संस्करण 3 पर प्रशिक्षित था। पहला भाग प्रोजेक्ट का URL स्लग है, वर्कस्पेस नहीं, और दूसरा भाग संस्करण संख्या है। यह वह फ़ॉर्मेट है जिसका उपयोग पुराने SDKs, code snippets, और Inference installations करते हैं (उदाहरण: model_id="construction-site-safety/3").

क्योंकि अब संभव है कि एक से अधिक प्रशिक्षण को किसी डेटासेट संस्करण पर चलाया जाए, इसलिए legacy-format IDs अब प्राथमिक नहीं हैं। यदि आप June 30th, 2026 के बाद शुरू किए गए नए trainings के लिए ऐसे IDs का उपयोग करने की कोशिश करते हैं, तो वे अंदरूनी रूप से नए शैली की ID में हल हो जाएंगे।

Legacy IDs कैसे resolve होते हैं

legacy-format IDs aliases के माध्यम से काम करते रहते हैं। जब किसी संस्करण पर शुरू हुआ पहला प्रशिक्षण सफलतापूर्वक पूरा हो जाता है, तो Roboflow संस्करण की legacy {project}/{version} ID को नए मॉडल ID से जोड़ देता है। जो अनुरोध legacy ID का उपयोग करते हैं, जिनमें पुराने Inference installations से weights downloads भी शामिल हैं, वे स्वतः उस मॉडल पर resolve हो जाते हैं।

Alias केवल पहले प्रशिक्षण द्वारा बनाया जाता है और उसके बाद नहीं बदलता:

  • यदि पहला प्रशिक्षण सफलतापूर्वक पूरा हो जाता है, तो legacy ID स्थायी रूप से उसी मॉडल को संदर्भित करती है, भले ही आप उसी संस्करण पर और मॉडल प्रशिक्षित करें। बाद के मॉडलों का संदर्भ उनकी अपनी मॉडल IDs से दें।

  • यदि पहला प्रशिक्षण विफल हो जाता है या रद्द कर दिया जाता है, तो कोई alias नहीं बनाया जाता, और बाद के trainings भी उस संस्करण पर alias नहीं बनाते।

जिस संस्करण के पास alias नहीं है, उसे फिर भी उसकी legacy ID से संदर्भित किया जा सकता है, बशर्ते उसमें ठीक एक मॉडल हो। यदि उसमें कई मॉडल हों और कोई alias न हो, तो legacy ID का उपयोग करने वाले अनुरोध विफल हो जाते हैं क्योंकि संदर्भ अस्पष्ट होता है, और आपको मॉडल की अपनी ID का उपयोग करना होगा।

पिछड़े संगतता के लिए legacy IDs मौजूद हैं। नई integrations में पूर्ण मॉडल IDs को प्राथमिकता दें: वे अस्पष्टता रहित हैं और किसी संस्करण के हर मॉडल के लिए काम करते हैं।

अंतिम अपडेट

क्या यह उपयोगी था?