> 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/supported-models/v-jepa-2-1.md).

# V-JEPA 2.1

Roboflow पर एक्शन पहचान के लिए Meta के V-JEPA 2.1 वीडियो मॉडल को प्रशिक्षित करें और इसे Serverless Cloud API के माध्यम से चलाएँ

Meta के [V-JEPA 2.1](https://github.com/facebookresearch/vjepa2) के लिए स्व-नियंत्रित वीडियो मॉडल [क्रिया पहचान](https://docs.roboflow.com/models/hi/supported-models.md#action-recognition). Roboflow आपके लेबल किए गए वीडियो सेगमेंट्स पर ViT-B एन्कोडर को फाइन-ट्यून करता है। प्रशिक्षित मॉडल क्रियाओं की एक टाइमलाइन लौटाता है: प्रत्येक प्रविष्टि में एक वर्ग, एक प्रारंभ और अंत फ्रेम, तथा एक विश्वास स्कोर होता है। कई क्रियाएँ समय में एक-दूसरे से ओवरलैप कर सकती हैं।

{% hint style="info" %}
V-JEPA 2.1 बीटा में है और इसके लिए सशुल्क योजना चाहिए।
{% endhint %}

## V-JEPA 2.1 को प्रशिक्षित करें

{% stepper %}
{% step %}

### अपने वीडियो लेबल करें

एक क्रिया पहचान [प्रोजेक्ट](https://docs.roboflow.com/datasets/create-and-upload/create-a-project), वीडियो अपलोड करें, और [वीडियो सेगमेंट्स को लेबल करें](https://docs.roboflow.com/datasets/annotate/annotate/annotate-video-segments) एक क्रिया वर्ग के साथ। वीडियो को train और valid दोनों विभाजनों में रखें। test विभाजन वैकल्पिक है।

<figure><img src="https://3815805500-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-60aeac197b79a3eaa88190f32cbdbff0fc83ab66%2Faction-recognition-annotation-editor.webp?alt=media" alt="Action Recognition video annotation editor with pick up leg, align leg screw, spin leg, and flip table segments on separate timeline rows"><figcaption><p>प्रत्येक सेगमेंट यह दर्शाता है कि वीडियो में कोई क्रिया वर्ग कब घटित होता है।</p></figcaption></figure>
{% endstep %}

{% step %}

### प्रशिक्षण शुरू करें

एक संस्करण जनरेट करें और [एक मॉडल प्रशिक्षित करें](https://docs.roboflow.com/models/hi/train/train-a-model.md). प्रशिक्षण पिकर में V-JEPA 2.1 चुनें।

अनुशंसित वीडियो सैम्पलिंग 384×384 फ़्रेम, प्रति विंडो 64 फ़्रेम, और प्रति सेकंड 4 फ़्रेम है। फ़्रेम का आकार 16 पिक्सेल के गुणज में होना चाहिए और फ़्रेमों की संख्या सम होनी चाहिए। प्रत्येक पूर्ण फ़्रेम को बिना क्रॉप किए वर्गाकार में पुनः आकार दिया जाता है।
{% endstep %}

{% step %}

### रोकें या फिर से शुरू करें

जब validation F1 में सुधार रुक जाता है, तो प्रशिक्षण अपने आप रुक जाता है। आप प्रशिक्षण को पहले भी रोक सकते हैं: यह वर्तमान epoch पूरा करता है और सबसे अच्छा checkpoint रखता है। आप बाद में इसे इसके अंतिम checkpoint से जारी रख सकते हैं।
{% endstep %}
{% endstepper %}

प्रशिक्षण सारांश V-JEPA 2.1 के लिए समय या क्रेडिट का कोई अनुमान नहीं दिखाता। V-JEPA 2.1 मॉडल के साथ ऑटो-लेबलिंग समर्थित नहीं है।

## V-JEPA 2.1 API

{% stepper %}
{% step %}

### अपनी API कुंजी प्राप्त करें

पर अपनी कुंजी खोजें [Roboflow API सेटिंग्स पृष्ठ](https://app.roboflow.com/settings/api) और इसे अपने शेल के लिए उपलब्ध कराएँ:

```bash
export ROBOFLOW_API_KEY="your-key-here"
```

{% endstep %}

{% step %}

### आवश्यक निर्भरताएँ इंस्टॉल करें

इंस्टॉल करें [Inference SDK](https://docs.roboflow.com/deployment/self-hosted/self-hosted), संस्करण 1.5.2 या नया:

```bash
pip install -U inference-sdk
```

{% endstep %}

{% step %}

### मॉडल चलाएँ

अपने प्रशिक्षित मॉडल की ID के साथ एक पूरा वीडियो क्लिप भेजें (देखें [संस्करण, प्रशिक्षण, और मॉडल](https://docs.roboflow.com/models/hi/versions-trainings-and-models.md)).

```python
import os
from inference_sdk import InferenceHTTPClient, InferenceConfiguration

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
).configure(InferenceConfiguration(api_key_transport="header"))

# "your-project/1" को अपनी मॉडल ID से बदलें।
result = client.infer_on_video(
    "https://example.com/video.mp4",
    model_id="your-project/1",
)

for segment in result["timeline"]:
    start = segment["start_frame_idx"] / result["source_fps"]
    end = (segment["end_frame_idx"] + 1) / result["source_fps"]
    print(f"{segment['class']}: {start:.1f}s - {end:.1f}s ({segment['confidence']:.2f})")
```

{% endstep %}
{% endstepper %}

प्रत्येक टाइमलाइन प्रविष्टि में होते हैं `वर्ग`, `वर्ग आईडी`, `प्रारंभिक फ्रेम सूचकांक`, `अंतिम फ्रेम सूचकांक`, और `विश्वास`. फ्रेम सूचकांक मूल वीडियो को संदर्भित करते हैं, शून्य से शुरू होते हैं, और दोनों सिरों को शामिल करते हैं। एक ही वर्ग के वे अंतराल जो छूते हैं या ओवरलैप करते हैं, एक में मिल जाते हैं।

`infer_on_video` यह एक स्थानीय फ़ाइल पथ भी स्वीकार करता है, लेकिन फ़ाइल base64 के रूप में भेजी जाती है, इसलिए लंबे क्लिप्स के लिए URL को प्राथमिकता दें। केवल कुछ वर्गों की रिपोर्ट करने के लिए, कॉल करें `client.configure(InferenceConfiguration(class_filter=["walking"]))` अनुमान लगाने से पहले।

{% hint style="info" %}
सेट करें `api_url` को अपने deployment target से मेल खाने के लिए:

* `https://serverless.roboflow.com` Serverless Cloud API के लिए।
* `http://localhost:9001` एक स्थानीय [Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted) सर्वर।
* आपका [समर्पित परिनियोजन](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments) एक निजी एंडपॉइंट के लिए URL।
  {% endhint %}

## एक Workflow में V-JEPA 2.1 का उपयोग करें

को जोड़ें [क्रिया पहचान मॉडल](https://docs.roboflow.com/workflows/blocks/blocks/video-processing/action-recognition-model) ब्लॉक को एक [वर्कफ़्लो](https://docs.roboflow.com/workflows) वीडियो स्ट्रीम पर प्रशिक्षित V-JEPA 2.1 मॉडल चलाने के लिए। यह ब्लॉक फ़्रेम्स को बफ़र करता है और स्ट्रीम चलने पर क्रियाओं की एक टाइमलाइन आउटपुट करता है। आप यह भी [प्रशिक्षित मॉडल का मूल्यांकन कर सकते हैं](https://docs.roboflow.com/models/hi/evaluate/evaluate-trained-models.md).

## वज़न डाउनलोड करें

आप एक प्रशिक्षित V-JEPA 2.1 मॉडल को एक `model.safetensors` फ़ाइल के रूप में डाउनलोड कर सकते हैं। देखें [मॉडल वज़न डाउनलोड करें](https://docs.roboflow.com/models/hi/model-weights/download-roboflow-model-weights.md).

## लाइसेंस

Roboflow का V-JEPA 2.1 कोड Meta की रिलीज़ से MIT लाइसेंस के अंतर्गत अनुकूलित किया गया है। देखें [मॉडल लाइसेंस](https://docs.roboflow.com/models/hi/model-licenses.md#other-models).
