# एक Model Train करें आप Roboflow interface में computer vision models को train कर सकते हैं। Roboflow दो training options प्रदान करता है: * Roboflow Custom Train: हमारी प्रमुख training service, production-ready models बनाने के लिए आदर्श। * [Neural Architecture Search](broken://pages/f008baa47d1864b44d2300b3bb24c67ec9ab685c): नए model architectures खोजें और एक ही समय में fine tune करें। इसके अलावा, जब आप image annotations के अपने पहले batch को approve करते हैं, तो एक **Roboflow Instant Model** स्वचालित रूप से trained हो जाता है। इन models का तुरंत auto labeling या deployment के लिए उपयोग किया जा सकता है। Roboflow पर trained models को Inference, हमारे on-device inference server, के साथ या cloud में हमारे Serverless Hosted API, Workflows, Batch Processing with Workflows, या आपके model API endpoint का उपयोग करके deploy किया जा सकता है। {% hint style="info" %} हमारा [licensing guidance](https://roboflow.com/licensing) पढ़ें ताकि आप Roboflow पर trained models के licensing के बारे में अधिक जान सकें। {% endhint %} ### एक Model Train करें एक computer vision model train करने के लिए, project navigation में "Train" पर जाएँ।
एक training job configure करना शुरू करने के लिए "Custom Training" button पर क्लिक करें:
#### Neural Architecture Search (NAS) object detection और instance segmentation projects के लिए, आप **Neural Architecture Search (NAS)** का उपयोग एक single model architecture चुनने के बजाय कर सकते हैं। NAS स्वतः कई model configurations को train और evaluate करता है, फिर आपकी accuracy और latency requirements के आधार पर सबसे अच्छा option recommend करता है। NAS का उपयोग करने के लिए, training engine चुनते समय NAS option चुनें। NAS के लिए कम से कम 15 validation images आवश्यक हैं। NAS training charts के बारे में अधिक विवरण के लिए, देखें [View Training Results](/roboflow/roboflow-hi/train/training-results.md#nas-training-charts). #### एक Model Architecture चुनें इसके बाद, आपको एक model architecture और size चुनना होगा। यह वह machine learning technology है जिसका उपयोग आपके model को train करने के लिए किया जाता है। आप जिन model architectures को train कर सकते हैं, वे आपके द्वारा सेट किए गए project के type पर निर्भर करते हैं। विवरण के लिए [Supported Models table](/roboflow/roboflow-hi/deploy/supported-models.md) देखें। object detection के लिए, RF-DETR सर्वोत्तम accuracy प्रदान करता है। instance segmentation के लिए, RF-DETR Seg (Preview) सर्वोत्तम accuracy प्रदान करता है। Model sizes आपके द्वारा चुने गए model के architecture के आधार पर भिन्न होंगे। उदाहरण के लिए, RF-DETR — एक state-of-the-art object detection model — Nano, Small, Medium, और Base प्रदान करता है। Medium, Large, और Extra Large केवल paid users के लिए उपलब्ध हैं। एक [SAM3](/roboflow/roboflow-hi/deploy/supported-models/sam3.md) model को ऐसे paid plans पर train करना उपलब्ध है जिनमें [usage-based billing](/roboflow/roboflow-hi/billing/credits.md). शामिल है। अपने project type के लिए उपलब्ध architecture चुनें, फिर "Continue" पर क्लिक करें:
#### एक Checkpoint चुनें एक training option चुनने के बाद, आपसे पूछा जाएगा कि क्या आप checkpoint से train करना चाहते हैं। नीचे दिए गए tabs प्रत्येक model type के लिए configuration options दिखाते हैं। {% tabs %} {% tab title="Object Detection" %} आपके पास तीन विकल्प हैं: * **Train from a Previous Checkpoint:** जब आपके पास पहले से एक working model हो जिसे आप सुधारना चाहते हैं, तब यह आदर्श है। * **Train from Public Checkpoint:** अपने पहले model version के लिए, या जब पिछला training run अपेक्षित परिणाम प्राप्त न कर पाया हो, तब यह आदर्श है। * **Train from Random Initialization:** **केवल advanced users के लिए**, यह option आपको एक blank slate देता है जिससे आप train कर सकते हैं। अधिकांश users को इस option का उपयोग करने पर खराब परिणाम मिलते हैं। {% endtab %} {% tab title="Classification/Semantic Segmentation" %} Classification और Semantic Segmentation models के लिए, केवल एक checkpoint उपलब्ध है। {% endtab %} {% endtabs %}
मैं training option कैसे चुनूँ? हम नए object detection projects के लिए Public Checkpoint से training की recommend करते हैं। डिफ़ॉल्ट रूप से, हम Microsoft COCO dataset पर trained model से training प्रदान करते हैं। Classification और semantic segmentation के लिए, हम केवल ImageNet से training support करते हैं। आप Universe पर hosted projects के आधार पर checkpoints से train कर सकते हैं (केवल object detection)। ऐसा करने के लिए, पहले [Universe में एक project को star करें](https://blog.roboflow.com/launch-universe-model-checkpoint/). फिर, वह project Roboflow web application में training checkpoint के रूप में उपलब्ध होगा। इसके अलावा, आप model के पिछले version पर आधारित checkpoint से train कर सकते हैं (केवल object detection, instance segmentation, और keypoint detection)। यह method तेज़ training process की अनुमति देती है। हम केवल तभी अपने model के लिए previous checkpoint से training recommend करते हैं जब आपका model मजबूत performance प्राप्त करता हो)। Checkpoint से training का अर्थ है कि आप [Transfer Learning](https://blog.roboflow.com/what-is-transfer-learning/)का उपयोग कर रहे हैं। Transfer Learning आपके model training को आपके चुने हुए model से initialize करेगा। इससे training time कम करने में मदद मिल सकती है, और आपको बेहतर training scores मिल सकते हैं। Scratch से training का अर्थ है कि आप *नहीं* Transfer Learning का उपयोग कर रहे हैं। यह आपके model training को model weights के लिए randomized initial values के साथ initialize करेगा।
#### Training Job शुरू करें एक बार जब आपने training के लिए एक Checkpoint चुन लिया हो, तो Start Training पर क्लिक करें। फिर आपका dataset zip किया जाएगा और Roboflow cloud में training के लिए तैयार किया जाएगा। Training शुरू होने से पहले, training summary estimated duration और credit cost दिखाता है:
Dataset जितना बड़ा होगा, और आपके dataset में images जितनी बड़ी होंगी, आपके model को train होने में उतना अधिक समय लगेगा। Training process समाप्त होने पर आपको एक email प्राप्त होगा। अधिकांश मामलों में, यह 24 घंटों के भीतर होना चाहिए। #### Pricing Roboflow पर training की कीमत train job की अवधि के आधार पर होती है। आप हमारे [credits page](https://www.roboflow.com/credits). पर अधिक जानकारी देख सकते हैं। यदि आप एक student या researcher हैं और जिस project पर आप काम कर रहे हैं उसके लिए credits की आवश्यकता है, तो आप [अतिरिक्त credits के लिए आवेदन कर सकते हैं](https://roboflow.com/contribute). --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://docs.roboflow.com/roboflow/roboflow-hi/train/train.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.