> 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/train/roboflow-instant.md).

# Roboflow Instant

Roboflow Instant एक जल्दी-से-प्रशिक्षित होने वाला, few-shot मॉडल है जिसे आप Proof of Concept विकसित करते समय उपयोग कर सकते हैं।

जैसे ही आप अपने डेटासेट में छवियों के एक नए बैच को मंज़ूरी देते हैं, Instant आपके डेटासेट का उपयोग करके स्वचालित रूप से एक मॉडल प्रशिक्षित करता है।

इसके बाद यह मॉडल Roboflow Workflows में उपयोग के लिए उपलब्ध हो जाता है, ठीक वैसे ही जैसे Roboflow पर प्रशिक्षित कोई भी अन्य मॉडल।

Instant केवल Object Detection प्रोजेक्ट्स का समर्थन करता है।

Roboflow Instant मॉडल प्रशिक्षण के लिए निःशुल्क हैं।

### एक Roboflow Instant मॉडल प्रशिक्षित करें

जब आप अपने डेटासेट में <1000 छवियाँ जोड़ते हैं और उस प्रोजेक्ट के लिए अभी तक कोई Instant मॉडल मौजूद नहीं है, तो Roboflow Instant मॉडल स्वचालित रूप से प्रशिक्षित हो जाते हैं।

आप चाहें तो Instant प्रशिक्षण जॉब को मैन्युअल रूप से भी ट्रिगर कर सकते हैं।

Instant प्रशिक्षण जॉब ट्रिगर करने के लिए, किसी Project पर जाएँ, साइडबार में Models पर क्लिक करें, फिर "Train Model" पर क्लिक करें:

<figure><img src="/files/483a28231317f2e7a9bcc9258d41ecf2b2f4edca" alt=""><figcaption></figcaption></figure>

"Roboflow Instant Model" चुनें:

<figure><img src="/files/ffadbcdaa143e1af9c5c7322d2511399afe0fcaf" alt=""><figcaption></figcaption></figure>

इसके बाद आपसे अपने प्रशिक्षण जॉब की पुष्टि करने के लिए कहा जाएगा:

<figure><img src="/files/5caac0d07fac11d323051373d6e1b95cd5b3d717" alt=""><figcaption></figcaption></figure>

{% hint style="info" %}
आप Instant मॉडल्स पर preprocessing या augmentation चरण लागू नहीं कर सकते।
{% endhint %}

अपना Roboflow Instant प्रशिक्षण जॉब शुरू करने के लिए "Create New Instant Model" पर क्लिक करें।

इसके बाद आपका प्रशिक्षण जॉब शुरू हो जाएगा।

आपके मॉडल के उपयोग के लिए तैयार होने में कुछ मिनट लग सकते हैं।

इसके बाद आपका Instant मॉडल आपकी मॉडल सूची में दिखाई देगा:

<figure><img src="/files/8ea4b16639556b03f272dd7eda169a8805a0be6c" alt=""><figcaption></figcaption></figure>

### एक Instant मॉडल डिप्लॉय करें

अपने मॉडल का उपयोग करने के लिए, जिस मॉडल को आप डिप्लॉय करना चाहते हैं उसकी पंक्ति के दाईं ओर मौजूद Deploy Model बटन पर क्लिक करें:

<figure><img src="/files/eea24adabb839b6a1d61058c3ef7d17fe4b1882d" alt=""><figcaption></figcaption></figure>

एक विंडो दिखाई देगी, जहाँ से आप अपने डिप्लॉयमेंट में उपयोग के लिए Workflow template चुन सकते हैं। आप अपना खुद का Workflow बनाने का विकल्प भी चुन सकते हैं।

<figure><img src="/files/2c98ee9ef155fecea74c4dd987bae905fdf6299a" alt=""><figcaption></figcaption></figure>

जब आप कोई विकल्प चुनते हैं, तो एक Workflow बनाया जाएगा। यह Workflow आपके Roboflow Workspace के Workflows पेज से उपलब्ध होगा।

यह Detect, Count, और Visualize template से बनाया गया Workflow का एक उदाहरण है:

<figure><img src="/files/9bb15e3aa6d28e8b3c9cbf4aaae762b60a079048" alt=""><figcaption></figcaption></figure>

यह Workflow Roboflow Instant मॉडल का उपयोग करता है।

आप अपने Workflow का परीक्षण करके Instant मॉडल को काम करते हुए देख सकते हैं:

<figure><img src="/files/1ac1af1f3b920679e3a0402d20211b68f2053c32" alt=""><figcaption></figcaption></figure>

### API के साथ Instant मॉडल चलाएँ

एक बार प्रशिक्षित होने के बाद, Instant मॉडल उपलब्ध होता है [सर्वरलेस क्लाउड API](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api) किसी भी अन्य Roboflow मॉडल की तरह ही उसी endpoint pattern का उपयोग करके।

आप अपने Roboflow Instant मॉडल को उसके per-model `{workspace}/{model-slug}` ID बदलें (देखें [संस्करण, प्रशिक्षण, और मॉडल](/models/hi/versions-trainings-and-models.md)), ठीक उसी तरह जैसे आप Roboflow 3.0 मॉडल को कॉल करते हैं।

{% hint style="info" %}
Instant मॉडल्स के लिए confidence thresholds संवेदनशील हो सकते हैं। सर्वोत्तम मान आम तौर पर आपके प्रशिक्षण सेट के आकार के आधार पर 0.85 से 0.99 तक होते हैं।
{% endhint %}

#### कोड नमूना

{% stepper %}
{% step %}
**अपनी API कुंजी प्राप्त करें**

एक Roboflow खाता बनाएँ, अपनी कुंजी यहाँ खोजें [Roboflow API सेटिंग्स पेज](https://app.roboflow.com/settings/api) और इसे अपने शेल में उपलब्ध कराएँ:

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

{% endstep %}

{% step %}
**निर्भरताएँ इंस्टॉल करें**

इंस्टॉल करें [इन्फ़रेंस SDK](https://docs.roboflow.com/reference/inference/inference-sdk) और [supervision](https://supervision.roboflow.com/):

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

{% endstep %}

{% step %}
**मॉडल चलाएँ**

यह उदाहरण सार्वजनिक [rf-bolts](https://universe.roboflow.com/erik-pe6au/rf-bolts) Roboflow Instant मॉडल (screw, flat-washer, hex-nut), जो एक छोटे लेबलयुक्त सेट से few-shot तरीके से प्रशिक्षित किया गया है। अपनी स्वयं की `{workspace}/{model-slug}` को अपने प्रशिक्षित Instant मॉडल के लिए।

```python
import os
import cv2
import supervision as sv
from inference_sdk import InferenceHTTPClient, InferenceConfiguration

image = sv.load_image_from_url("https://media.roboflow.com/docs/bolts.jpg")

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
).configure(InferenceConfiguration(api_key_transport="header"))
results = client.infer(image, model_id="erik-pe6au/bolts-uzqzc-instant-1")

detections = sv.Detections.from_inference(results)

annotated_image = sv.BoxAnnotator().annotate(image.copy(), detections)

cv2.imwrite("annotated.png", annotated_image)
```

<figure><img src="/files/9b6a18e044316799b08a9c400638b36db8335756" alt=""><figcaption></figcaption></figure>
{% endstep %}
{% endstepper %}

{% hint style="info" %}
सेट करें `api_url` को अपने परिनियोजन लक्ष्य से मिलाएँ:

* `https://serverless.roboflow.com` सर्वरलेस क्लाउड API के लिए।
* `http://localhost:9001` एक स्थानीय [इन्फ़रेंस](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 %}

अधिक डिप्लॉयमेंट विकल्पों और self-hosting के लिए, देखें [स्व-होस्टेड डिप्लॉयमेंट](https://docs.roboflow.com/deployment/self-hosted/self-hosted).