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।
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.
Roboflow API key or OAuth access token.
Workspace URL slug.
Project URL slug.
Neural Architecture Search run ID. Returns only the models from that run, or an empty array when none match.
pVYKOWUB6AUIVJMgPc7u-410-rfdetrNasGroupSuccessful response.
Model ID to use for inference.
Dataset version the model was trained on. Not set for models that are not tied to a version.
Task the model performs (ex: object-detection).
Model architecture and size (ex: rfdetr-base).
Model display name.
Creation time.
child for models found by Neural Architecture Search, null for the baseline. Neural Architecture Search models only.
Neural Architecture Search run ID, shared by every model from the run.
True when anyone in the workspace starred the model. Neural Architecture Search models only.
Present and true when the model is the recommended pick for at least one metric and hardware target.
The request is invalid.
Authentication is missing or invalid.
The credential does not have access to this resource.
The resource does not exist or is not accessible.
The request rate is too high.
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.
Lists the trainings on a dataset version, each with the IDs of the models it produced. Requires version:read.
Roboflow API key or OAuth access token.
Workspace URL slug.
Project URL slug.
Dataset version number.
Successful response.
The request is invalid.
Authentication is missing or invalid.
The API key lacks version:read.
The resource does not exist or is not accessible.
The request rate is too high.
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.
Returns one training's status, models, and metrics. Requires version:read.
Roboflow API key or OAuth access token.
Workspace URL slug.
Project URL slug.
Dataset version number.
Training to return. Leave it out when the version has only one training.
0a1b2c3d4e5f67890abcSend true to add the metrics for each epoch. Not supported on legacy single-model versions.
falseSuccessful response.
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.
Dataset version number.
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.
finishedFailure reason, up to 500 characters. Present only when the training failed.
Start time in milliseconds since the Unix epoch.
End time in milliseconds since the Unix epoch.
Kind of training: fine-tune, nas (Neural Architecture Search), fine-tune-multi-stage, external-upload, or unknown.
Architecture the training ran. A Neural Architecture Search training reports rfdetr-nas-parent.
True when the model weights were uploaded instead of trained on Roboflow.
Neural Architecture Search run ID, shared by every model from the run. null for other trainings.
Models the training produced.
includeEpochs was sent for a legacy single-model version (error.code ENRICHMENT_UNSUPPORTED_FOR_LEGACY_TRAINING).
Authentication is missing or invalid.
The API key lacks version:read.
The version does not exist, or no training with that trainingId is on it (error.code TRAINING_NOT_FOUND).
trainingId was left out and the version has more than one training (error.code MULTIPLE_TRAININGS).
The request rate is too high.
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।
अंतिम अपडेट
क्या यह उपयोगी था?