एक मॉडल या Workflow तैनात करें

सीखें कि Roboflow पर प्रशिक्षित या अपलोड किए गए workflows और models को कैसे तैनात करें।

हम दोनों मॉडल और Workflows के प्रबंधित तैनाती और आत्म-होस्टेड तैनाती दोनों का समर्थन करते हैं।

Managed Deployments

ये विकल्प आपके मॉडल और Workflows चलाने के लिए Roboflow के क्लाउड इंफ्रास्ट्रक्चर का उपयोग करते हैं, जिससे आपको अपना हार्डवेयर या सॉफ़्टवेयर प्रबंधित करने की आवश्यकता नहीं होती।

Serverless Hosted API

त्वरित शुरुआत करें और स्वतः स्केल करें।

Dedicated Deployment

बड़े मॉडलों और भविष्यवाणी योग्य वर्कलोड के लिए।

Batch Processing

संग्रहीत डेटा की लागत-प्रभावी प्रोसेसिंग।

Self-Hosted Deployment

आप अपने मॉडल और Workflows को self-hosted पर भी तैनात कर सकते हैं Roboflow Inferenceजो आपके वातावरण, संसाधनों और लैटेंसी पर अधिक नियंत्रण प्रदान करता है।

• अपने ही क्लाउड सर्वर पर self-hosting

• Edge डिवाइस पर self-hosting

इस विकल्प के लिए इंफ्रास्ट्रक्चर प्रबंधन और विशेषज्ञता आवश्यक है।

Inference क्या है?

कंप्यूटर विज़न में, Inference का मतलब है प्रशिक्षित मॉडल का उपयोग करके नई छवियों या वीडियो का विश्लेषण करना और पूर्वानुमान देना। उदाहरण के लिए, एक ऑब्जेक्ट डिटेक्शन मॉडल का उपयोग वीडियो स्ट्रीम में वस्तुओं की पहचान और अवस्थिति के लिए किया जा सकता है, या एक क्लासिफिकेशन मॉडल का उपयोग छवियों को उनकी सामग्री के आधार पर वर्गीकृत करने के लिए किया जा सकता है।

Roboflow Inference एक ओपन-सोर्स प्रोजेक्ट है जो कंप्यूटर विज़न मॉडल और Workflows तैनात करने के लिए एक शक्तिशाली और लचीला फ्रेमवर्क प्रदान करता है। यह Roboflow के प्रबंधित तैनाती सेवाओं का अधिकांश इंजन है। आप इसे self-host भी कर सकते हैं या अपने विज़न Workflows को edge डिवाइसेज़ पर तैनात करने के लिए इसका उपयोग कर सकते हैं। Roboflow Inference कई सुविधाएँ और क्षमताएँ प्रदान करता है, जिनमें शामिल हैं:

• विभिन्न मॉडल आर्किटेक्चर और कार्यों का समर्थन, जैसे ऑब्जेक्ट डिटेक्शन, क्लासिफिकेशन, इंस्टेंस सेगमेंटेशन और अधिक।

• Workflows, जो आपको सैकड़ों बिल्डिंग Blocks में से चुनकर विभिन्न मॉडलों, प्री-बिल्ट लॉजिक और बाहरी ऐप्स को मिलाकर कंप्यूटर विज़न एप्लिकेशन बनाने देता है।

• विभिन्न डिवाइसेज़ पर अनुकूलित प्रदर्शन के लिए हार्डवेयर एक्सेलेरेशन, जिसमें CPU, GPU और NVIDIA Jetson जैसे edge डिवाइस शामिल हैं।

• संसाधनों के कुशल उपयोग के लिए Multiprocessing।

• वीडियो स्ट्रीम्स की निर्बाध प्रोसेसिंग के लिए वीडियो डिकोडिंग।

• तैनाती को सरल बनाने के लिए HTTP इंटरफ़ेस, APIs और docker इमेजेज़।

• Roboflow के होस्टेड तैनाती विकल्पों और Roboflow प्लेटफ़ॉर्म के साथ इंटीग्रेशन।

Workflow क्या है?

Workflows आपको विभिन्न मॉडलों, प्री-बिल्ट लॉजिक और बाहरी एप्लिकेशन को मिलाकर जटिल कंप्यूटर विज़न एप्लिकेशन बनाने में सक्षम करते हैं। वे परिष्कृत कंप्यूटर विज़न पाइपलाइनों को डिजाइन और तैनात करने के लिए एक दृश्य, लो-कोड वातावरण प्रदान करते हैं।

Workflows के साथ, आप कर सकते हैं:

• जटिल कार्यों को करने के लिए कई मॉडलों को एक साथ चैन करना।

• अपने ऐप्लिकेशन में कस्टम लॉजिक और निर्णय लेने की क्षमता जोड़ना।

• बाहरी सिस्टम और APIs के साथ इंटीग्रेट करना।

• छवियों और वीडियो में वस्तुओं को ट्रैक, गिनना, समय मापना, मापना और विज़ुअलाइज़ करना।

सही तैनाती विकल्प चुनना

Inference में आपके उपयोग के मामले के लिए सर्वश्रेष्ठ तैनाती विधि कैसे चुनें इस पर एक शानदार गाइड है Getting Started guide.

आपके लिए सबसे अच्छा तैनाती विकल्प आपकी विशिष्ट आवश्यकताओं पर निर्भर करता है। निर्णय लेते समय निम्नलिखित कारकों पर विचार करें:

• स्केलेबिलिटी: यदि आपका एप्लिकेशन विभिन्न स्तरों के ट्रैफ़िक या डेटा वॉल्यूम को संभालने की जरूरत रखता है, तो serverless API वास्तविक-समय उपयोग मामलों के लिए उत्कृष्ट स्केलेबिलिटी प्रदान करती है; अन्यथा, Batch Processing एक सुझाया गया विकल्प है।

• लैटेंसी: यदि आपको कम लैटेंसी या वीडियो प्रोसेसिंग की आवश्यकता है, तो Dedicated Deployments या शक्तिशाली हार्डवेयर वाले self-hosted deployments सबसे अच्छा विकल्प हो सकते हैं।

• नियंत्रण: Self-hosted deployments आपके वातावरण और संसाधनों पर सबसे अधिक नियंत्रण प्रदान करते हैं।

• विशेषज्ञता: Self-hosted deployments को सेटअप और प्रबंधित करने के लिए अधिक तकनीकी विशेषज्ञता की आवश्यकता होती है।