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

सही टूल चुनना

Inference server, inference पैकेज, Inference SDK, और Inference CLI का उपयोग कब करें।

इन्फरेंस यह Roboflow के होस्ट किए गए APIs के पीछे का ओपन-सोर्स कंप्यूटर विज़न डिप्लॉयमेंट फ्रेमवर्क है। यह चार भागों में आता है जो साथ मिलकर काम करते हैं। अधिकांश प्रोजेक्ट सर्वर चलाते हैं और SDK के साथ उससे बात करते हैं।

घटक
यह क्या है
इसे कब उपयोग करें

एक Docker कंटेनर जो HTTP API के माध्यम से मॉडल और वर्कफ़्लोज़ को उपलब्ध कराता है।

आप एक ऐसा एकल डिप्लॉयमेंट चाहते हैं जिसे कई क्लाइंट, भाषाएँ, या वीडियो स्ट्रीम्स कॉल कर सकें।

Python लाइब्रेरी जो आपके अपने प्रोसेस में सीधे मॉडल लोड और चलाती है।

सबसे कम लेटेंसी, कोई HTTP hop नहीं; आपका ऐप Python में है और मॉडल के उसी मशीन पर चलता है।

सर्वर के लिए एक हल्का Python HTTP क्लाइंट।

स्थानीय सर्वर, Serverless Hosted API, या Dedicated Deployment को कॉल करने का मानक तरीका - केवल api_url बदलता है।

कमांड-लाइन टूल जो सर्वर शुरू करता है, मॉडल और वर्कफ़्लोज़ चलाता है, और किसी डिप्लॉयमेंट का बेंचमार्क करता है।

सर्वर को इंस्टॉल और प्रबंधित करना, त्वरित एक-बार के पूर्वानुमान, बेंचमार्किंग।

चल रहे सर्वर की आर्किटेक्चर के लिए (अनुरोध, वीडियो स्ट्रीम, और वर्कफ़्लोज़ उसमें कैसे प्रवाहित होते हैं), देखें इन्फरेंस आर्किटेक्चर. अपने हार्डवेयर पर सर्वर इंस्टॉल और चलाने के लिए, शुरू करें स्व-होस्टेड परिनियोजन.

उदाहरण नोटबुक्स

चलाने योग्य नोटबुक्स जो Inference के साथ किसी विशिष्ट समस्या को हल करती हैं:

यह Roboflow Notebooks रिपॉज़िटरी में प्रशिक्षण और डिप्लॉयमेंट के कई और उदाहरण हैं।

समुदाय और सोर्स कोड

  • GitHub पर Inference - सोर्स कोड, समस्याएँ, और फीचर अनुरोध। देखें CONTRIBUTING.md योगदान देने के लिए।

  • Roboflow फ़ोरम - सहायता प्राप्त करें और कंप्यूटर विज़न डेवलपर्स के समुदाय से जुड़ें।

  • Roboflow ब्लॉग - ट्यूटोरियल, मॉडल रिलीज़, और कंप्यूटर विज़न समाचार।

  • Supervision - पूर्वानुमानों को एनोटेट करने, फ़िल्टर करने, और ट्रैक करने के लिए पुन: प्रयोज्य उपयोगिताएँ।

अंतिम अपडेट

क्या यह उपयोगी था?