एक मॉडल प्रशिक्षित करें

Train a model using state-of-the-art technology in the Roboflow dashboard.

आप Roboflow इंटरफ़ेस में कंप्यूटर विज़न मॉडल प्रशिक्षित कर सकते हैं।

Roboflow दो प्रशिक्षण विकल्प प्रदान करता है:

• Roboflow Train: हमारी प्रमुख प्रशिक्षण सेवा, जो प्रोडक्शन-रेडी मॉडलों को बनाने के लिए आदर्श है।

• Roboflow Instant: कुछ मिनटों में मॉडल प्रशिक्षित करें जो परीक्षण के लिए उपयुक्त होते हैं।

जब आप इमेज एनोटेशन के एक बैच को अनुमोदित करते हैं, तो Instant मॉडल स्वचालित रूप से प्रशिक्षित किए जाते हैं। इन मॉडलों का तुरंत उपयोग किया जा सकता है।

Roboflow पर प्रशिक्षित मॉडलों को Inference (हमारा on-device inference server) के साथ या क्लाउड में हमारे Serverless Hosted API के साथ Workflows का उपयोग करके, Workflows के साथ Batch Processing के माध्यम से, या आपके model API endpoint के साथ तैनात किया जा सकता है।

हमारा पढ़ें licensing guidance यह जानने के लिए कि Roboflow पर प्रशिक्षित मॉडलों के लिए लाइसेंस कैसे लागू होते हैं।

एक मॉडल प्रशिक्षित करें

कंप्यूटर विज़न मॉडल प्रशिक्षित करने के लिए पहले a dataset version जेनरेट करें.

प्रशिक्षण जॉब कॉन्फ़िगर करना शुरू करने के लिए "Custom Train" बटन पर क्लिक करें:

एक Model Architecture चुनें

अगला, आपको एक मॉडल आर्किटेक्चर चुनना होगा। यह वह मशीन लर्निंग तकनीक है जिसका उपयोग आपके मॉडल को प्रशिक्षित करने के लिए किया जाता है।

आप जिन मॉडल आर्किटेक्चर को प्रशिक्षित कर सकते हैं वे आपके सेट किए गए प्रोजेक्ट के प्रकार पर निर्भर करते हैं:

• Object Detection: आप RF-DETR, Roboflow 3.0, YOLOv11, YOLOv12, और YOLO-NAS मॉडल प्रशिक्षित कर सकते हैं।

• Classification: ViT और ResNet।

• Instance Segmentation: RF-DETR Seg (Preview), Roboflow 3.0 और YOLO11।

• Keypoint Detection: Roboflow 3.0 और YOLO11।

• Multimodal: Florence 2, PaliGemma 2, और Qwen-2.5 VL।

Object detection के लिए, RF-DETR सर्वोत्तम सटीकता प्रदान करता है। Instance segmentation के लिए, RF-DETR Seg (Preview) सर्वोत्तम सटीकता प्रदान करता है।

अपने प्रोजेक्ट प्रकार के लिए उपलब्ध आर्किटेक्चर चुनें, फिर "Continue" पर क्लिक करें:

एक Model Size चुनें

अगला, आपको अपने मॉडल के लिए एक आकार सेट करना होगा।

मॉडेल आकार उस आर्किटेक्चर पर निर्भर करके भिन्न होंगे जिसे आप चुनते हैं। उदाहरण के लिए, RF-DETR — एक state-of-the-art object detection मॉडल — Nano, Small, Medium, और Base प्रदान करता है:

Roboflow 3.0 के लिए, Fast और Accurate प्रशिक्षण विकल्प सभी उपयोगकर्ताओं के लिए उपलब्ध हैं। Medium, Large, और Extra Large केवल भुगतान करने वाले उपयोगकर्ताओं के लिए उपलब्ध हैं।

एक Checkpoint चुनें

एक प्रशिक्षण विकल्प चुनने के बाद, आपसे पूछा जाएगा कि क्या आप किसी checkpoint से प्रशिक्षण करना चाहते हैं। नीचे दिए गए टैब प्रत्येक मॉडल प्रकार के लिए कॉन्फ़िगरेशन विकल्प दिखाते हैं।

Object Detection

आपके पास तीन विकल्प हैं:

• Train from a Previous Checkpoint: जब आपके पास पहले से एक कार्यशील मॉडल होता है जिसे आप सुधारना चाहते हैं तो यह आदर्श है।

• Train from Public Checkpoint: आपके पहले मॉडल संस्करण के लिए या जब पिछले प्रशिक्षण रन ने अपेक्षित परिणाम नहीं दिए हों तो यह आदर्श है।

• Train from Random Initialization: केवल उन्नत उपयोगकर्ताओं के लिए, यह विकल्प आपको एक खाली स्लेट देता है जिससे प्रशिक्षण शुरू होगा। अधिकांश उपयोगकर्ताओं को इस विकल्प का उपयोग करने पर खराब परिणाम दिखाई देते हैं।

Classification/Semantic Segmentation

मैं प्रशिक्षण विकल्प कैसे चुनूं?

हम नए object detection प्रोजेक्ट्स के लिए Public Checkpoint से प्रशिक्षण करने की सलाह देते हैं। डिफ़ॉल्ट रूप से, हम Microsoft COCO dataset पर प्रशिक्षित मॉडल से प्रशिक्षण प्रदान करते हैं। Classification और semantic segmentation के लिए, हम केवल ImageNet से प्रशिक्षण का समर्थन करते हैं।

आप Universe पर होस्ट किए गए प्रोजेक्ट्स (केवल object detection) पर आधारित checkpoints से प्रशिक्षण कर सकते हैं। ऐसा करने के लिए, पहले Universe में किसी प्रोजेक्ट को star करें। फिर, वह प्रोजेक्ट Roboflow वेब एप्लिकेशन में एक प्रशिक्षण checkpoint के रूप में उपलब्ध होगा।

इसके अलावा, आप किसी पिछली मॉडल संस्करण (केवल object detection, instance segmentation, और keypoint detection) पर आधारित checkpoint से प्रशिक्षण कर सकते हैं। यह विधि तेज़ प्रशिक्षण प्रक्रिया की अनुमति देती है। हम केवल तभी अपने मॉडल के लिए पिछले checkpoint से प्रशिक्षण करने की सिफारिश करते हैं जब आपका मॉडल मजबूत प्रदर्शन प्राप्त करता है।

Checkpoint से प्रशिक्षण का अर्थ है कि आप Transfer Learningका उपयोग कर रहे हैं। Transfer Learning आपके द्वारा चुने गए मॉडल से आपके प्रशिक्षण को प्रारंभ करेगा। इससे प्रशिक्षण समय कम हो सकता है, और आपको बेहतर प्रशिक्षण स्कोर मिल सकते हैं।

Scratch से प्रशिक्षण का मतलब है कि आप not Transfer Learning का उपयोग नहीं कर रहे हैं। यह मॉडल वेट्स के लिए यादृच्छिक प्रारंभिक मानों के साथ आपके मॉडल प्रशिक्षण को आरंभ करेगा।

प्रशिक्षण जॉब शुरू करें

एक बार जब आप प्रशिक्षण के लिए एक Checkpoint चुन लेते हैं, तो Start Training पर क्लिक करें।

आपका dataset फिर ज़िप किया जाएगा और Roboflow क्लाउड में प्रशिक्षण के लिए तैयार किया जाएगा।

आपके dataset की तैयारी के बाद, आपको एक अनुमान प्राप्त होगा जो दिखाएगा कि प्रशिक्षण में कितना समय लगेगा:

डेटासेट जितना बड़ा होगा, और आपके डेटासेट में छवियाँ जितनी बड़ी होंगी, आपके मॉडल को प्रशिक्षित होने में उतना ही अधिक समय लगेगा।

हम प्रशिक्षण प्रक्रिया समाप्त होने पर आपको ईमेल करेंगे। अधिकांश मामलों में, यह 24 घंटे से कम होना चाहिए।

Pricing

Roboflow पर प्रशिक्षण जॉब की लंबाई के आधार पर मूल्यांकन किया जाता है। आप हमारे बारे में अधिक जानकारी देख सकते हैं credits page.

अगर आप छात्र या शोधकर्ता हैं और जिस प्रोजेक्ट पर आप काम कर रहे हैं उसके लिए आपको credits की आवश्यकता है, तो आप apply for additional credits.