एक मॉडल ट्रेन करें

Roboflow डैशबोर्ड में अत्याधुनिक तकनीक का उपयोग करके एक मॉडल प्रशिक्षण दें।

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

Roboflow दो प्रशिक्षण विकल्प प्रदान करता है:

• Roboflow Train: हमारी प्रमुख प्रशिक्षण सेवा, उत्पादन-तैयार मॉडल बनाने के लिए आदर्श।

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

जब आप छवि एनोटेशन का एक बैच अनुमोदित करते हैं, तो Instant मॉडल स्वचालित रूप से ट्रेंड हो जाते हैं। इन मॉडलों का तुरंत उपयोग किया जा सकता है।

Roboflow पर प्रशिक्षित मॉडल Inference (हमारा ऑन‑डिवाइस inference सर्वर) के साथ या Workflows के साथ Serverless Hosted API का उपयोग करके क्लाउड में, Workflows के साथ Batch Processing में, या आपके मॉडल API endpoint के साथ तैनात किए जा सकते हैं।

हमारा पढ़ें लाइसेंसिंग मार्गदर्शन यह जानने के लिए कि Roboflow पर प्रशिक्षित मॉडलों का लाइसेंस कैसे होता है।

एक मॉडल ट्रेन करें

कंप्यूटर विज़न मॉडल ट्रेन करने के लिए, सबसे पहले एक dataset version जेनरेट करें.

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

एक Model Architecture चुनें

अगले चरण में, आपको एक model architecture चुननी होगी। यह वह मशीन लर्निंग तकनीक है जिसका उपयोग आपके मॉडल को ट्रेन करने के लिए किया जाता है।

आप जिन मॉडल आर्किटेक्चर को ट्रेन कर सकते हैं वह आपके सेट किए गए प्रोजेक्ट के प्रकार पर निर्भर करता है:

• Object Detection: आप RF-DETR, Roboflow 3.0, YOLOv11, YOLOv12, और YOLO-NAS मॉडल ट्रेन 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।

ऑब्जेक्ट डिटेक्शन के लिए, RF-DETR सर्वश्रेष्ठ सटीकता प्रदान करता है। इन्स्टेंस सेगमेंटेशन के लिए, RF-DETR Seg (Preview) सर्वश्रेष्ठ सटीकता प्रदान करता है।

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

एक Model Size चुनें

अगले चरण में, आपको अपने मॉडल के लिए एक आकार सेट करना होगा।

Model sizes उस आर्किटेक्चर पर निर्भर करेंगे जिसे आप चुनते हैं। उदाहरण के लिए, RF-DETR — एक उन्नत ऑब्जेक्ट डिटेक्शन मॉडल — Nano, Small, Medium, और Base प्रदान करता है:

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

एक Checkpoint चुनें

ट्रेनिंग विकल्प चुनने के बाद, आपसे पूछा जाएगा कि क्या आप किसी checkpoint से ट्रेन 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: उपयुक्त जब आपके पास पहले से एक काम कर रहा मॉडल है जिसे आप सुधारना चाहते हैं।

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

• Train from Random Initialization: केवल उन्नत उपयोगकर्ताओं के लिए, यह विकल्प आपको ट्रेनिंग के लिए एक खाली स्लेट देता है। अधिकांश उपयोगकर्ताओं को इस विकल्प का उपयोग करने पर खराब परिणाम मिलते हैं।

Classification/Semantic Segmentation

Classification और Semantic Segmentation मॉडलों के लिए, केवल एक ही checkpoint उपलब्ध है।

मैं प्रशिक्षण विकल्प कैसे चुनूं?

हम नए ऑब्जेक्ट डिटेक्शन प्रोजेक्ट्स के लिए Public Checkpoint से ट्रेन करने की सिफारिश करते हैं। डिफ़ॉल्ट रूप से, हम Microsoft COCO dataset पर प्रशिक्षित मॉडल से ट्रेनिंग की पेशकश करते हैं। Classification और semantic segmentation के लिए, हम केवल ImageNet से ट्रेनिंग का समर्थन करते हैं।

आप Universe पर होस्ट किए गए प्रोजेक्ट्स के आधार पर checkpoints से ट्रेन कर सकते हैं (केवल ऑब्जेक्ट डिटेक्शन)। ऐसा करने के लिए, पहले Universe में किसी प्रोजेक्ट को स्टार करें. फिर, वह प्रोजेक्ट Roboflow वेब एप्लिकेशन में एक प्रशिक्षण checkpoint के रूप में उपलब्ध होगा।

इसके अलावा, आप पिछले वर्शन के मॉडल के आधार पर एक checkpoint से ट्रेन कर सकते हैं (केवल ऑब्जेक्ट डिटेक्शन, इन्स्टेंस सेगमेंटेशन, और कीपॉइंट डिटेक्शन)। यह विधि तेज़ प्रशिक्षण प्रक्रिया की अनुमति देती है। हम केवल तभी सुझाव देते हैं कि आप अपने मॉडल के लिए पिछले checkpoint से ट्रेन करें जब आपका मॉडल अच्छी प्रदर्शन देता हो।

एक Checkpoint से ट्रेनिंग करने का अर्थ है कि आप Transfer Learningका उपयोग कर रहे हैं। Transfer Learning आपके द्वारा चयनित मॉडल से आपके प्रशिक्षण को इनिशियलाइज़ करेगा। इससे प्रशिक्षण समय कम हो सकता है और आपको बेहतर प्रशिक्षण स्कोर मिल सकते हैं।

Scratch से ट्रेनिंग करने का मतलब है कि आप नहीं Transfer Learning का उपयोग कर रहे हैं। यह आपके मॉडल के वज़न के लिए यादृच्छिक प्रारम्भिक मानों के साथ आपके मॉडल प्रशिक्षण को इनिशियलाइज़ करेगा।

Training Job शुरू करें

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

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

जब आपका dataset तैयार हो जाएगा, तो आपको एक अनुमान मिलेगा जो दिखाएगा कि प्रशिक्षण में कितना समय लगेगा:

जितना बड़ा dataset होगा, और आपके dataset की छवियाँ जितनी बड़ी होंगी, आपके मॉडल को ट्रेन होने में उतना अधिक समय लगेगा।

जब प्रशिक्षण प्रक्रिया समाप्त हो जाएगी तो हम आपको ईमेल करेंगे। अधिकांश मामलों में, यह 24 घंटे से कम समय में हो जाना चाहिए।

Pricing

Roboflow पर प्रशिक्षण ट्रेन जॉब की अवधि के आधार पर मूल्य निर्धारित होता है। आप हमारे बारे में अधिक जानकारी देख सकते हैं credits page.

यदि आप एक छात्र या शोधकर्ता हैं और उस प्रोजेक्ट के लिएcredits की आवश्यकता है जिस पर आप काम कर रहे हैं, तो आप अतिरिक्त credits के लिए आवेदन करें.