अपने स्वयं के हार्डवेयर पर Roboflow models चलाने के लिए, आप या तो Roboflow Inference (सिफारिश की गई, स्वचालित विधि) का उपयोग कर सकते हैं या विशिष्ट edge मामलों के लिए मैन्युअली Model Weights डाउनलोड कर सकते हैं।
Roboflow Inference के माध्यम से स्वचालित डाउनलोड (अनुशंसित)
Roboflow Inference हमारा ओपन-सोर्स, स्केलेबल सिस्टम है जो मॉडल को लोकल CPU और GPU डिवाइस पर चलाने के लिए है।
यह शुरू करने का सबसे तेज़ और सबसे विश्वसनीय तरीका है। जब आप Inference का उपयोग करते हैं, तो आपको फ़ाइलों या वर्शनिंग का प्रबंधन करने की आवश्यकता नहीं होती; Roboflow Inference पहली बार जब आप अपना कोड चलाते हैं तो स्वचालित रूप से आपके मॉडल वेट्स को फ़ेच और कैश कर लेता है।
यह कैसे काम करता है : आपकी पहली inference अनुरोध पर, वेट्स Roboflow के सर्वरों से डाउनलोड होकर स्थानीय रूप से संग्रहीत हो जाते हैं। सभी भविष्य के predictions इस स्थानीय कैश का उपयोग करते हैं—छवियाँ क्लाउड पर नहीं भेजी जातीं।
डिप्लॉयमेंट विकल्प:
Workflows : प्रोडक्शन-रेडी मल्टी-स्टेप कंप्यूटर विज़न वर्कफ़्लोज़ के लिए
कभी-कभी आपको कच्ची वेट्स फ़ाइल की आवश्यकता हो सकती है (उदा., एक PyTorch .pt फ़ाइल) उन डिवाइसों पर चलाने के लिए जिन्हें Roboflow अभी तक नेटिवली सपोर्ट नहीं करता, जैसे कस्टम Android इम्प्लीमेंटेशन।
प्रीमियम फीचर : मैनुअल वेट्स डाउनलोड केवल Core योजनाओं पर भुगतान करने वाले उपयोगकर्ताओं और कुछ Enterprise ग्राहकों के लिए उपलब्ध है। हमारे Pricing page.
विधि A: Roboflow प्लेटफ़ॉर्म
अपने Project के भीतर Model version पर नेविगेट करें। यदि आपकी योजना अनुमति देती है, तो "Download Weights" बटन पर क्लिक करने से आपको वेट्स डाउनलोड करने की अनुमति मिलेगी। यह आपको एक फ़ाइल प्रदान करेगा जिसे आप embedded डिवाइसेस पर उपयोग के लिए कनवर्ट कर सकते हैं।
विधि B: Python SDK
आप Roboflow Python पैकेज का उपयोग करके वेट्स सीधे अपनी डायरेक्टरी में भी डाउनलोड कर सकते हैं:
नोट : Roboflow Roboflow Inference इकोसिस्टम के बाहर उपयोग किए जाने वाले मॉडल वेट्स के लिए तकनीकी समर्थन प्रदान नहीं करता है। सर्वश्रेष्ठ अनुभव के लिए, हम अनुभाग 1 में वर्णित Inference पथ का उपयोग करने की सलाह देते हैं।
import roboflow
rf = roboflow.Roboflow(api_key="YOUR_API_KEY")
model = rf.workspace().project("PROJECT_ID").version("1").model
model.download() # आपके स्थानीय फ़ोल्डर में 'weights.pt' डाउनलोड करता है