# एक Model को 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](/roboflow/roboflow-hi/train/neural-architecture-search.md): नए model architectures खोजें और उसी समय fine-tune करें. साथ ही, जब आप image annotations के अपने पहले batch को approve करते हैं, तो एक **Roboflow Instant Model** अपने आप train हो जाता है। इन models का उपयोग तुरंत auto labeling या deployment के लिए किया जा सकता है. Roboflow पर train किए गए models को Inference, हमारे on-device inference server, या cloud में हमारे Serverless Hosted API के साथ Workflows, Batch Processing with Workflows, या अपने model API endpoint का उपयोग करके deploy किया जा सकता है. {% hint style="info" %} हमारी [licensing guidance](https://roboflow.com/licensing) यह जानने के लिए कि Roboflow पर train किए गए models को कैसे licensed किया जाता है। {% endhint %} ### एक Model train करें computer vision model को train करने के लिए, project navigation में "Train" पर जाएँ.
"Custom Training" button पर click करें और training job configure करना शुरू करें:
#### Neural Architecture Search (NAS) object detection और instance segmentation projects के लिए, आप उपयोग कर सकते हैं **Neural Architecture Search (NAS)** एक single model architecture चुनने के बजाय। NAS अपने आप multiple model configurations को train और evaluate करता है, फिर आपकी accuracy और latency आवश्यकताओं के आधार पर सबसे अच्छा विकल्प सुझाता है। NAS का उपयोग करने के लिए, training engine चुनते समय NAS option select करें। NAS के लिए कम से कम 15 validation images की आवश्यकता होती है. NAS training charts के बारे में अधिक विवरण के लिए, देखें [Training Results देखें](/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। देखें [Supported Models table](/roboflow/roboflow-hi/deploy/supported-models.md) training compatibility के विवरण के लिए। object detection के लिए, RF-DETR सबसे अच्छी accuracy प्रदान करता है। instance segmentation के लिए, RF-DETR Seg (Preview) सबसे अच्छी accuracy प्रदान करता है। Model sizes आपके चुने गए model architecture के आधार पर अलग-अलग 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 उन paid plans पर उपलब्ध है जिनमें [usage-based billing](/roboflow/roboflow-hi/billing/credits.md). अपने project type के लिए उपलब्ध architecture चुनें, फिर "Continue" पर click करें:
#### एक Checkpoint चुनें 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 options हैं: * **Previous Checkpoint से train करें:** जब आपके पास पहले से एक working model हो जिसे आप बेहतर बनाना चाहते हैं, तब यह आदर्श है। * **Public Checkpoint से train करें:** आपके पहले model version के लिए, या तब जब पिछला training run अपेक्षित परिणाम नहीं दे सका, यह आदर्श है। * **Random Initialization से train करें:** **केवल advanced users के लिए**, यह option आपको train करने के लिए एक blank slate देता है। 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 सलाह देते हैं। डिफ़ॉल्ट रूप से, हम Microsoft COCO dataset पर train किए गए model से training प्रदान करते हैं। classification और semantic segmentation के लिए, हम केवल ImageNet से training का समर्थन करते हैं। आप Universe पर hosted projects पर आधारित checkpoints से train कर सकते हैं (केवल object detection)। ऐसा करने के लिए, पहले [Universe में किसी 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 तेज training process की अनुमति देती है। हम केवल तब previous checkpoint से training की सलाह देते हैं जब आपका model मजबूत performance हासिल करता हो)। Checkpoint से Training का मतलब है कि आप उपयोग कर रहे हैं [Transfer Learning](https://blog.roboflow.com/what-is-transfer-learning/). Transfer Learning आपके selected model से आपके model training को initialize करेगा। इससे training time कम करने में मदद मिल सकती है, और आपको बेहतर training scores मिल सकते हैं। Scratch से Training का मतलब है कि आप *नहीं* Transfer Learning का उपयोग कर रहे हैं। इससे आपके model training की शुरुआत model weights के random initial values के साथ होगी।
#### Training Job शुरू करें जिस Checkpoint से आप train करना चाहते हैं उसे चुनने के बाद, Start Training पर click करें। इसके बाद आपका dataset zip किया जाएगा और Roboflow cloud में training के लिए तैयार किया जाएगा। Training शुरू होने से पहले, training summary अनुमानित 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 ही अधिक समय लगेगा। Training process समाप्त होने पर आपको एक email मिलेगी। अधिकांश मामलों में, यह 24 घंटे से कम में हो जाना चाहिए। #### Pricing Roboflow पर training की कीमत train job की अवधि के आधार पर तय होती है। आप हमारी [credits page](https://www.roboflow.com/credits). यदि आप छात्र 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.