Train a Model

Roboflow डैशबोर्ड में अत्याधुनिक तकनीक का उपयोग करके एक मॉडल train करें।

आप Roboflow इंटरफ़ेस में कंप्यूटर विज़न मॉडल प्रशिक्षण दे सकते हैं।

Roboflow दो प्रशिक्षण विकल्प प्रदान करता है:

• Roboflow Train: हमारी प्रमुख प्रशिक्षण सेवा, जो production-ready मॉडल बनाने के लिए आदर्श है।

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

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

Roboflow पर प्रशिक्षित मॉडल Inference (हमारा on-device inference सर्वर) के साथ या हमारे Serverless Hosted API के साथ Workflows का उपयोग करके, Workflows के साथ Batch Processing या आपके मॉडल API endpoint में क्लाउड में डिप्लॉय किए जा सकते हैं।

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

एक मॉडल प्रशिक्षित करें

कंप्यूटर विज़न मॉडल प्रशिक्षित करने के लिए, पहले एक dataset version जनरेट करें.

ट्रेनिंग 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 प्रशिक्षण देने के लिए किया जाता है।

आप किन मॉडल आर्किटेक्चर को ट्रेन कर सकते हैं यह आपके सेटअप किए गए प्रोजेक्ट के प्रकार पर निर्भर करता है:

• 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, YOLO11, और SAM3 (केवल growth और enterprise योजनाओं के लिए)।

• Keypoint Detection: Roboflow 3.0 और YOLO11।

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

ऑब्जेक्ट डिटेक्शन के लिए, RF-DETR सबसे अच्छी सटीकता प्रदान करता है। इंस्टेंस सेगमेंटेशन के लिए, RF-DETR Seg (Preview) सबसे अच्छी 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।

मॉडल के आकार उस आर्किटेक्चर पर निर्भर करेंगे जिसे आप चुनते हैं। उदाहरण के लिए, RF-DETR — एक state-of-the-art ऑब्जेक्ट डिटेक्शन 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 किए गए उपयोगकर्ताओं के लिए उपलब्ध हैं।

एक Checkpoint चुनें

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

Object Detection

आपके पास तीन विकल्प हैं:

• Train from a Previous Checkpoint: यह तब आदर्श है जब आपके पास पहले से एक काम कर रहा मॉडल है जिसे आप बेहतर बनाना चाहते हैं।

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

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

Classification/Semantic Segmentation

मैं प्रशिक्षण विकल्प कैसे चुनूं?

हम नए ऑब्जेक्ट डिटेक्शन प्रोजेक्ट्स के लिए Public Checkpoint से प्रशिक्षण करने की सिफारिश करते 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 में होस्ट किए गए प्रोजेक्ट्स के आधार पर checkpoints से प्रशिक्षण कर सकते हैं (केवल ऑब्जेक्ट डिटेक्शन)। 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 मॉडल के पिछले संस्करण के आधार पर checkpoint से प्रशिक्षण कर सकते हैं (केवल ऑब्जेक्ट डिटेक्शन, इंस्टेंस सेगमेंटेशन, और keypoint detection)। यह विधि तेज़ प्रशिक्षण प्रक्रिया की अनुमति देती है। हम केवल तभी पिछले checkpoint से प्रशिक्षण करने की सलाह देते हैं जब आपके मॉडल का प्रदर्शन मजबूत हो।

एक Checkpoint से प्रशिक्षण का मतलब 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 होने और बेहतर प्रशिक्षण स्कोर मिलने में मदद मिल सकती है।

Scratch से प्रशिक्षण देना मतलब है कि आप नहीं Transfer Learning का उपयोग कर रहे हैं। यह मॉडल वेट्स के लिए यादृच्छिक प्रारंभिक मानों के साथ आपके मॉडल प्रशिक्षण को इनिशियलाइज़ करेगा।

प्रशिक्षण जॉब शुरू करें

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

तब आपका dataset 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:

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

हम आपको ईमेल करेंगे जब प्रशिक्षण प्रक्रिया समाप्त हो जाएगी। ज्यादातर मामलों में, यह 24 घंटे से कम होना चाहिए।

मूल्य निर्धारण

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

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