Web Browser

Realtime predictions at the edge with roboflow.js

Roboflow वेब ब्राउज़रों में कंप्यूटर विज़न मॉडल तैनात करने के लिए JavaScript पैकेज प्रदान करता है। अधिकांश अनुप्रयोगों के लिए, हम सलाह देते हैं @roboflow/inference-sdk क्लाउड-आधारित इन्फरेंस के लिए जिसमें पूर्ण मॉडल समर्थन, GPU त्वरण, और Roboflow Workflows शामिल हैं। ऑफ़लाइन कार्यक्षमता या कड़े डेटा गोपनीयता की आवश्यकता वाले विशिष्ट उपयोग मामलों के लिए, inferencejs एज-आधारित इन्फरेंस प्रदान करता है।

अवलोकेन

पैकेज	उपयोग का मामला	प्रोसेसिंग स्थान	मॉडल समर्थन
@roboflow/inference-sdk	अनुशंसित: ✅ वास्तविक-समय स्ट्रीमिंग, workflows, पूर्ण मॉडल एक्सेस	Roboflow Cloud/Server (WebRTC)	सभी मॉडल और workflows
inferencejs	विशेषीकृत: ऑफ़लाइन कार्यक्षमता, कड़ी डेटा गोपनीयता	ब्राउज़र (TensorFlow.js)	सीमित (RF-Detr, YOLOv8, YOLOv5, Gaze)

तुलना तालिका

विशेषता	@roboflow/inference-sdk (Cloud)	inferencejs (Edge)
सामान्य उपयोग मामला	अधिकांश अनुप्रयोगों के लिए अनुशंसित	विशेषीकृत ऑफ़लाइन/प्राइवेसी परिदृश्यों के लिए
प्रोसेसिंग	सर्वर (GPU-त्वरित)	ब्राउज़र (TensorFlow.js)
मॉडल समर्थन	सभी Roboflow मॉडल + workflows	सीमित (4 मॉडल: RF-Detr, YOLOv8, YOLOv5, Gaze)
इंटरनेट आवश्यक	हां, निरंतर	केवल प्रारंभिक लोड के लिए
नेटवर्क विलंब	कम (WebRTC अनुकूलित)	शून्य नेटवर्क विलंब
प्रोसेसिंग विलंब	क्लाउड (अनुकूलित)	उपयोगकर्ता के डिवाइस पर निर्भर

सही पैकेज चुनना

अधिकांश अनुप्रयोगों के लिए: उपयोग करें @roboflow/inference-sdk (Cloud)

क्लाउड-आधारित SDK डिफ़ॉल्ट विकल्प के रूप में अनुशंसित है वेब अनुप्रयोगों के लिए:

• पूर्ण मॉडल एक्सेस - किसी भी Roboflow मॉडल प्रकार और संस्करण का उपयोग करें

• Roboflow Workflows - जटिल बहु-चरण कंप्यूटर विज़न पाइपलाइनों को चलाएँ

• GPU त्वरण - शक्तिशाली सर्वर-साइड प्रोसेसिंग का लाभ उठाएँ

• रियल-टाइम स्ट्रीमिंग - वीडियो अनुप्रयोगों के लिए कम-लेटेंसी WebRTC

• कोई डिवाइस सीमाएँ नहीं - प्रोसेसिंग शक्ति की परवाह किए बिना किसी भी डिवाइस पर काम करता है

• हमेशा अद्यतन - क्लाइंट अपडेट के बिना नवीनतम मॉडल तक पहुँच

विशेषीकृत उपयोग मामलों के लिए: उपयोग करें inferencejs (Edge)

एज इन्फरेंस का उपयोग करें केवल जब आपके पास विशिष्ट आवश्यकताएँ हों जो ब्राउज़र-साइड प्रोसेसिंग की मांग करती हैं:

• ऑफ़लाइन कार्यक्षमता अनिवार्य है - अनुप्रयोग को बिना इंटरनेट के काम करना चाहिए

• कठोर डेटा गोपनीयता - नियामकीय आवश्यकताएँ किसी भी क्लाउड ट्रांसमिशन को रोकती हैं

• केवल समर्थित मॉडल - आप विशेष रूप से RF-Detr, YOLOv8, YOLOv5, या Gaze Detection का उपयोग कर रहे हैं

• डिवाइस क्षमता - उपयोगकर्ताओं के पास TensorFlow.js मॉडल चलाने में सक्षम डिवाइस हों