CLI उपयोग

Batch Processing jobs बनाने और प्रबंधित करने के लिए Roboflow CLI का उपयोग करें।

इंस्टॉल करके inference-cli आपको एक्सेस मिलता है inference rf-cloud कमांड का, जो आपको Batch Processing और Data Staging के साथ इंटरैक्ट करने देता है — Roboflow Batch Processing के मुख्य घटक।

सेटअप

pip install inference-cli
export ROBOFLOW_API_KEY="YOUR-API-KEY-GOES-HERE"

यदि आपको अपना API key ढूँढने में मदद चाहिए, तो हमारी authentication guide.

Data Ingest करें

Images

inference rf-cloud data-staging create-batch-of-images \\
  --images-dir <your-images-dir-path> \\
  --batch-id <your-batch-id>

Videos

inference rf-cloud data-staging create-batch-of-videos \\
  --videos-dir <your-videos-dir-path> \\
  --batch-id <your-batch-id>

Batch ID format: लोअरकेस होना चाहिए, अधिकतम 64 characters, और केवल letters, digits, hyphens (-) तथा underscores (_).

Cloud Storage

यदि आपका data पहले से ही cloud storage (S3, Google Cloud Storage, या Azure) में है, तो आप इसे files को locally डाउनलोड किए बिना सीधे process कर सकते हैं। पहले cloud storage support install करें:

pip install 'inference-cli[cloud-storage]'

Images के लिए:

inference rf-cloud data-staging create-batch-of-images \\
  --data-source cloud-storage \\
  --bucket-path <cloud-path> \\
  --batch-id <your-batch-id>

Videos के लिए:

inference rf-cloud data-staging create-batch-of-videos \\
  --data-source cloud-storage \\
  --bucket-path <cloud-path> \\
  --batch-id <your-batch-id>

The --bucket-path parameter supports:

• S3: s3://bucket-name/path/

• Google Cloud Storage: gs://bucket-name/path/

• Azure Blob Storage: az://container-name/path/

आप files को filter करने के लिए glob patterns शामिल कर सकते हैं:

• s3://my-bucket/training-data/**/*.jpg — सभी JPG files recursively

• gs://my-bucket/videos/2024-*/*.mp4 — 2024-* folders में MP4 files

• az://container/images/*.png — images folder में PNG files

आपकी cloud storage credentials का उपयोग केवल locally CLI द्वारा presigned URLs generate करने के लिए किया जाता है। उन्हें कभी upload नहीं किया जाता Roboflow servers पर।

Generated presigned URLs 24 hours के लिए valid होते हैं। सुनिश्चित करें कि आपका batch processing job इस समय-सीमा के भीतर पूरा हो जाए।

बड़े datasets के लिए, system automatically images को 20,000 files के chunks में split करता है। Videos 1,000 से कम batches में सबसे अच्छे काम करते हैं।

विस्तृत cloud storage authentication setup के लिए, देखें Cloud Storage Authentication guide.

Staged Data Inspect करें

inference rf-cloud data-staging show-batch-details --batch-id <your-batch-id>

Job शुरू करें

Images Process करें

inference rf-cloud batch-processing process-images-with-workflow \\
  --workflow-id <workflow-id> \\
  --batch-id <batch-id> \\
  --machine-type gpu

Videos Process करें

inference rf-cloud batch-processing process-videos-with-workflow \\
  --workflow-id <workflow-id> \\
  --batch-id <batch-id> \\
  --machine-type gpu \\
  --max-video-fps <your-desired-fps>

अपना Workflow ID ढूँढना: Roboflow App में Workflow Editor खोलें, "Deploy" पर क्लिक करें, और code snippet में identifier ढूँढें।

डिफ़ॉल्ट रूप से, processing CPU पर चलती है। --machine-type gpu multiple या large models वाले Workflows के लिए उपयोग करें।

Job Progress मॉनिटर करें

start command एक Job IDoutput करता है। Status जाँचने के लिए इसका उपयोग करें:

inference rf-cloud batch-processing show-job-details --job-id <your-job-id>

Results Export करें

job details में output batch IDशामिल होगा। Results export करने के लिए इसका उपयोग करें:

inference rf-cloud data-staging export-batch \\
  --target-dir <dir-to-export-result> \\
  --batch-id <output-batch-of-a-job>

सभी Options खोजें

inference rf-cloud --help
inference rf-cloud data-staging --help
inference rf-cloud batch-processing --help