VLM को वर्गीकारक के रूप में

कच्ची स्ट्रिंग को वर्गीकरण पूर्वानुमान में पार्स करें।

v2

विज़ुअल लैंग्वेज मॉडल (VLMs) और लार्ज लैंग्वेज मॉडल (LLMs) से JSON स्ट्रिंग्स को मानकीकृत वर्गीकरण पूर्वानुमान प्रारूप में पार्स करें, जिसमें वर्ग पूर्वानुमान निकालना, class names को class IDs से मैप करना, एकल-वर्ग और मल्टी-लेबल दोनों प्रारूपों को संभालना, तथा VLM/LLM टेक्स्ट आउटपुट को workflow-संगत वर्गीकरण परिणामों में बदलना शामिल है; यह VLM-आधारित वर्गीकरण, LLM वर्गीकरण पार्सिंग, और text-to-classification रूपांतरण workflows के लिए है।

यह ब्लॉक कैसे काम करता है

यह ब्लॉक वर्गीकरण पूर्वानुमान वाले VLM/LLM टेक्स्ट आउटपुट को मानकीकृत वर्गीकरण पूर्वानुमान प्रारूप में बदलता है। यह ब्लॉक:

1. वर्गीकरण परिणामों वाली JSON प्रारूप की छवि और VLM आउटपुट स्ट्रिंग प्राप्त करता है

2. VLM आउटपुट से JSON सामग्री पार्स करता है:

   Markdown-लिपटे JSON को संभालता है:

   • Markdown कोड ब्लॉक्स (json ... )

   • यह फ़ॉर्मैट LLM/VLM प्रतिक्रियाओं में सामान्य है

   • यदि कई markdown JSON ब्लॉक मिलते हैं, तो केवल पहला ब्लॉक पार्स किया जाता है

   • Markdown टैग्स के भीतर से JSON सामग्री निकालता है

   रॉ JSON स्ट्रिंग्स को संभालता है:

   • यदि कोई markdown ब्लॉक नहीं मिलता, तो पूरी स्ट्रिंग को JSON के रूप में पार्स करने का प्रयास करता है

   • मानक JSON फ़ॉर्मैट स्ट्रिंग्स का समर्थन करता है

3. वर्गीकरण प्रारूप का पता लगाता है और उसके अनुसार पार्स करता है:

   एकल-वर्ग वर्गीकरण प्रारूप:

   • "class_name" और "confidence" फ़ील्ड वाला प्रारूप पहचानता है

   • अनुमानित वर्ग नाम और confidence स्कोर निकालता है

   • एकल शीर्ष वर्ग के साथ वर्गीकरण पूर्वानुमान बनाता है

   • प्रदान की गई classes सूची का उपयोग करके class name को class ID से मैप करता है

   मल्टी-लेबल वर्गीकरण प्रारूप:

   • "predicted_classes" array वाला प्रारूप पहचानता है

   • उनके confidence स्कोर के साथ सभी अनुमानित वर्गों को निकालता है

   • डुप्लिकेट वर्गों को अधिकतम confidence लेकर संभालता है

   • प्रदान की गई classes सूची का उपयोग करके सभी class names को class IDs से मैप करता है

4. क्लास नाम से क्लास ID मैपिंग बनाता है:

   • प्रदान की गई classes सूची का उपयोग करके index mapping (class_name → class_id) बनाता है

   • क्रम के अनुसार classes मैप करता है (पहला वर्ग = ID 0, दूसरा = ID 1, आदि)

   • प्रदान की गई सूची में न होने वाली classes को class_id = -1 मिलता है

5. confidence स्कोर को सामान्यीकृत करता है:

   • confidence मानों को वैध सीमा [0.0, 1.0] में स्केल करता है

   • सीमा के बाहर के मानों को 0.0 या 1.0 पर सीमित करता है

6. वर्गीकरण पूर्वानुमान का निर्माण करता है:

   • इनपुट छवि से image dimensions (width, height) शामिल करता है

   • एकल-वर्ग के लिए: "top" वर्ग, confidence, और predictions array शामिल करता है

   • मल्टी-लेबल के लिए: "predicted_classes" सूची और predictions dictionary शामिल करता है

   • ट्रैकिंग के लिए inference_id और parent_id शामिल करता है

   • मानक वर्गीकरण पूर्वानुमान प्रारूप में पूर्वानुमान को स्वरूपित करता है

7. त्रुटियों को संभालता है:

   • सेट करता है error_status यदि JSON पार्सिंग विफल हो जाए तो इसे True

   • सेट करता है error_status यदि वर्गीकरण प्रारूप निर्धारित नहीं किया जा सकता, तो True पर सेट करें

   • त्रुटियाँ होने पर predictions के लिए None लौटाता है

   • ट्रैकिंग के लिए हमेशा inference_id शामिल करता है

8. वर्गीकरण पूर्वानुमान लौटाता है:

   • आउटपुट्स predictions मानक वर्गीकरण प्रारूप में (classification blocks के साथ संगत)

   • आउटपुट्स error_status पार्सिंग सफलता/विफलता को दर्शाते हुए

   • आउटपुट्स inference_id ट्रैकिंग और lineage के लिए विशिष्ट प्रकार के साथ

यह ब्लॉक VLMs/LLMs के टेक्स्ट-आधारित JSON आउटपुट को मानकीकृत वर्गीकरण पूर्वानुमानों में बदलकर वर्गीकरण के लिए उनके उपयोग को सक्षम करता है, जिन्हें workflows में किसी अन्य वर्गीकरण मॉडल आउटपुट की तरह उपयोग किया जा सकता है।

सामान्य उपयोग के मामले

• VLM-आधारित वर्गीकरण: छवि वर्गीकरण के लिए Visual Language Models का उपयोग VLM आउटपुट को वर्गीकरण पूर्वानुमानों में पार्स करके करें (उदा., VLMs के साथ छवियों को वर्गीकृत करें, वर्गीकरण के लिए GPT-4V का उपयोग करें, Claude Vision classifications को पार्स करें), जिससे VLM वर्गीकरण workflows सक्षम होते हैं

• LLM वर्गीकरण पार्सिंग: LLM टेक्स्ट आउटपुट जिनमें वर्गीकरण परिणाम हों, उन्हें मानकीकृत प्रारूप में पार्स करें (उदा., GPT वर्गीकरण आउटपुट पार्स करें, LLM पूर्वानुमानों को वर्गीकरण प्रारूप में बदलें, वर्गीकरण के लिए LLMs का उपयोग करें), जिससे LLM वर्गीकरण workflows सक्षम होते हैं

• Text-to-Classification रूपांतरण: मॉडलों के टेक्स्ट-आधारित वर्गीकरण आउटपुट को workflow-संगत वर्गीकरण पूर्वानुमानों में बदलें (उदा., टेक्स्ट पूर्वानुमानों को वर्गीकरण प्रारूप में बदलें, टेक्स्ट-आधारित classifications पार्स करें, मॉडल आउटपुट को classifications में बदलें), जिससे text-to-classification workflows सक्षम होते हैं

• मल्टी-फॉर्मेट वर्गीकरण समर्थन: VLM/LLM आउटपुट से एकल-वर्ग और मल्टी-लेबल दोनों वर्गीकरण प्रारूपों को संभालें (उदा., single-label VLM classifications का समर्थन करें, multi-label VLM classifications का समर्थन करें, विभिन्न वर्गीकरण प्रारूपों को संभालें), जिससे लचीले वर्गीकरण workflows सक्षम होते हैं

• VLM एकीकरण: VLM आउटपुट को वर्गीकरण workflows में एकीकृत करें (उदा., वर्गीकरण पाइपलाइनों में VLMs का उपयोग करें, VLM पूर्वानुमानों को वर्गीकरण blocks के साथ एकीकृत करें, VLM और पारंपरिक वर्गीकरण को मिलाएँ), जिससे VLM एकीकरण workflows सक्षम होते हैं

• लचीले वर्गीकरण स्रोत: ऐसे विभिन्न मॉडल प्रकारों से वर्गीकरण सक्षम करें जो text/JSON आउटपुट देते हैं (उदा., वर्गीकरण के लिए किसी भी text-output model का उपयोग करें, model outputs को classifications में बदलें, विभिन्न वर्गीकरण प्रारूपों को पार्स करें), जिससे लचीले वर्गीकरण workflows सक्षम होते हैं

अन्य ब्लॉक्स से कनेक्ट करना

यह ब्लॉक छवियाँ और VLM आउटपुट प्राप्त करता है और वर्गीकरण पूर्वानुमान उत्पन्न करता है:

• VLM/LLM blocks के बाद : मानक प्रारूप में वर्गीकरण आउटपुट पार्स करने के लिए (उदा., VLM आउटपुट to classification, LLM आउटपुट to classification, model outputs पार्स करें), जिससे VLM-to-classification workflows सक्षम होते हैं

• वर्गीकरण-आधारित blocks से पहले : पार्स किए गए वर्गीकरणों का उपयोग करने के लिए (उदा., workflows में पार्स किए गए वर्गीकरणों का उपयोग करें, downstream blocks को classifications दें, classification blocks के साथ VLM classifications का उपयोग करें), जिससे classification-to-workflow workflows सक्षम होते हैं

• filtering blocks से पहले : VLM classifications के आधार पर फ़िल्टर करने के लिए (उदा., VLM classification परिणामों के अनुसार फ़िल्टर करें, फ़िल्टरिंग के लिए पार्स किए गए वर्गीकरणों का उपयोग करें, VLM पूर्वानुमानों पर फ़िल्टर लागू करें), जिससे classification-to-filter workflows सक्षम होते हैं

• विश्लेषण ब्लॉकों से पहले : VLM classification परिणामों का विश्लेषण करने के लिए (उदा., VLM classifications का विश्लेषण करें, पार्स किए गए वर्गीकरणों पर analytics करें, VLM classification metrics ट्रैक करें), जिससे classification analytics workflows सक्षम होते हैं

• विज़ुअलाइज़ेशन ब्लॉकों से पहले : VLM classification परिणामों को प्रदर्शित करने के लिए (उदा., VLM classifications को visualize करें, पार्स किए गए वर्गीकरण पूर्वानुमान दिखाएँ, VLM classification outputs प्रदर्शित करें), जिससे classification visualization workflows सक्षम होते हैं

• वर्कफ़्लो आउटपुट में : VLM classifications को final output के रूप में प्रदान करने के लिए (उदा., VLM classification outputs, पार्स किए गए वर्गीकरण परिणाम, VLM-आधारित classification outputs), जिससे classification output workflows सक्षम होते हैं

संस्करणों के बीच अंतर

v1 की तुलना में इस version (v2) में निम्नलिखित enhancements शामिल हैं:

• बेहतर टाइप सिस्टम: यह inference_id आउटपुट अब उपयोग करता है INFERENCE_ID_KIND सामान्य के बजाय STRING_KIND, जिससे workflow type system में inference ID मानों के लिए बेहतर प्रकार सुरक्षा और अर्थगत स्पष्टता मिलती है

आवश्यकताएँ

यह ब्लॉक metadata और dimensions के लिए एक image input तथा JSON वर्गीकरण डेटा वाली VLM output string की आवश्यकता रखता है। JSON कच्चा JSON हो सकता है या Markdown code blocks (json ... )। यह ब्लॉक दो JSON प्रारूपों का समर्थन करता है: एकल-वर्ग ("class_name" और "confidence" फ़ील्ड के साथ) और मल्टी-लेबल ("predicted_classes" array के साथ)। classes पैरामीटर में मॉडल द्वारा class_id मैपिंग उत्पन्न करने के लिए उपयोग किए गए सभी class names की सूची होनी चाहिए। Class names (VLM output से) और class IDs (classification format के लिए) के बीच मैपिंग बनाने के लिए आवश्यक है। Classes को index के अनुसार IDs से मैप किया जाता है: पहला वर्ग = ID 0, दूसरा = 1, आदि। VLM output की वे classes जो इस सूची में नहीं हैं, उन्हें class_id = -1 मिलता है। Confidence स्कोर [0.0, 1.0] सीमा में सामान्यीकृत किए जाते हैं। ब्लॉक standard format (classification blocks के साथ संगत) में classification predictions, error_status (boolean), और tracking के लिए inference_id (INFERENCE_ID_KIND) आउटपुट करता है।

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/vlm_as_classifier@v2 अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।

गुण

नाम	प्रकार	विवरण	संदर्भ
name	str	इस स्टेप के लिए एक विशिष्ट पहचानकर्ता दर्ज करें..	❌
classes	List[str]	वर्गीकरण मॉडल द्वारा उपयोग किए गए सभी class names की क्रमवार सूची। class names (VLM output से) और class IDs (classification format के लिए) के बीच मैपिंग बनाने के लिए आवश्यक। Classes को index के अनुसार IDs से मैप किया जाता है: पहला वर्ग = ID 0, दूसरा = ID 1, आदि। VLM output की वे classes जो इस सूची में नहीं हैं, उन्हें class_id = -1 मिलता है। VLM से जिस तरह से वर्गीकरण करने को कहा गया था, उसी के अनुरूप होना चाहिए..	✅

यह संदर्भ स्तंभ यह इंगित करता है कि संपत्ति को वर्कफ़्लो रनटाइम में उपलब्ध गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है वर्कफ़्लो रनटाइम। देखें बाइंडिंग्स अधिक जानकारी के लिए।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। देखें कि कौन-से बाइंडिंग प्रकार VLM को वर्गीकारक के रूप में संस्करण v2 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवि (छवि): VLM पूर्वानुमान उत्पन्न करने के लिए उपयोग की गई इनपुट छवि। वर्गीकरण पूर्वानुमान के लिए image dimensions (width, height) और metadata (parent_id) निकालने के लिए उपयोग होती है। संगति बनाए रखने के लिए वही छवि उपयोग करें जो VLM/LLM block को प्रदान की गई थी..

  • vlm_output (language_model_output): VLM या LLM block से प्राप्त string output, जिसमें JSON format में classification prediction होती है। यह raw JSON string हो सकती है (उदा., '{"class_name": "dog", "confidence": 0.95}') या Markdown code blocks में लिपटा JSON हो सकता है (उदा., json {...} )। दो प्रारूपों का समर्थन करता है: एकल-वर्ग ('class_name' और 'confidence' फ़ील्ड के साथ) या मल्टी-लेबल ('predicted_classes' array के साथ)। यदि कई markdown blocks मौजूद हों, तो केवल पहले को पार्स किया जाता है..

  • classes (list_of_valuesवर्गीकरण मॉडल द्वारा उपयोग किए गए सभी class names की क्रमवार सूची। class names (VLM output से) और class IDs (classification format के लिए) के बीच मैपिंग बनाने के लिए आवश्यक। Classes को index के अनुसार IDs से मैप किया जाता है: पहला वर्ग = ID 0, दूसरा = ID 1, आदि। VLM output की वे classes जो इस सूची में नहीं हैं, उन्हें class_id = -1 मिलता है। VLM से जिस तरह से वर्गीकरण करने को कहा गया था, उसी के अनुरूप होना चाहिए..

• आउटपुट

  • error_status (boolean): बूलियन फ़्लैग.

  • predictions (classification_prediction): क्लासिफ़ायर से प्राप्त पूर्वानुमान।

  • inference_id (inference_id): Inference पहचानकर्ता।

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/vlm_as_classifier@v2",
	    "image": "$inputs.image",
	    "vlm_output": "$steps.lmm.output",
	    "classes": [
	        "$steps.lmm.classes",
	        "$inputs.classes",
	        [
	            "dog",
	            "cat",
	            "bird"
	        ],
	        [
	            "class_a",
	            "class_b"
	        ]
	    ]
	}

v1

विज़ुअल लैंग्वेज मॉडल (VLMs) और लार्ज लैंग्वेज मॉडल (LLMs) से JSON स्ट्रिंग्स को मानकीकृत वर्गीकरण पूर्वानुमान प्रारूप में पार्स करें, जिसमें वर्ग पूर्वानुमान निकालना, class names को class IDs से मैप करना, एकल-वर्ग और मल्टी-लेबल दोनों प्रारूपों को संभालना, तथा VLM/LLM टेक्स्ट आउटपुट को workflow-संगत वर्गीकरण परिणामों में बदलना शामिल है; यह VLM-आधारित वर्गीकरण, LLM वर्गीकरण पार्सिंग, और text-to-classification रूपांतरण workflows के लिए है।

यह ब्लॉक कैसे काम करता है

यह ब्लॉक वर्गीकरण पूर्वानुमान वाले VLM/LLM टेक्स्ट आउटपुट को मानकीकृत वर्गीकरण पूर्वानुमान प्रारूप में बदलता है। यह ब्लॉक:

1. वर्गीकरण परिणामों वाली JSON प्रारूप की छवि और VLM आउटपुट स्ट्रिंग प्राप्त करता है

2. VLM आउटपुट से JSON सामग्री पार्स करता है:

   Markdown-लिपटे JSON को संभालता है:

   • Markdown कोड ब्लॉक्स (json ... )

   • यह फ़ॉर्मैट LLM/VLM प्रतिक्रियाओं में सामान्य है

   • यदि कई markdown JSON ब्लॉक मिलते हैं, तो केवल पहला ब्लॉक पार्स किया जाता है

   • Markdown टैग्स के भीतर से JSON सामग्री निकालता है

   रॉ JSON स्ट्रिंग्स को संभालता है:

   • यदि कोई markdown ब्लॉक नहीं मिलता, तो पूरी स्ट्रिंग को JSON के रूप में पार्स करने का प्रयास करता है

   • मानक JSON फ़ॉर्मैट स्ट्रिंग्स का समर्थन करता है

3. वर्गीकरण प्रारूप का पता लगाता है और उसके अनुसार पार्स करता है:

   एकल-वर्ग वर्गीकरण प्रारूप:

   • "class_name" और "confidence" फ़ील्ड वाला प्रारूप पहचानता है

   • अनुमानित वर्ग नाम और confidence स्कोर निकालता है

   • एकल शीर्ष वर्ग के साथ वर्गीकरण पूर्वानुमान बनाता है

   • प्रदान की गई classes सूची का उपयोग करके class name को class ID से मैप करता है

   मल्टी-लेबल वर्गीकरण प्रारूप:

   • "predicted_classes" array वाला प्रारूप पहचानता है

   • उनके confidence स्कोर के साथ सभी अनुमानित वर्गों को निकालता है

   • डुप्लिकेट वर्गों को अधिकतम confidence लेकर संभालता है

   • प्रदान की गई classes सूची का उपयोग करके सभी class names को class IDs से मैप करता है

4. क्लास नाम से क्लास ID मैपिंग बनाता है:

   • प्रदान की गई classes सूची का उपयोग करके index mapping (class_name → class_id) बनाता है

   • क्रम के अनुसार classes मैप करता है (पहला वर्ग = ID 0, दूसरा = ID 1, आदि)

   • प्रदान की गई सूची में न होने वाली classes को class_id = -1 मिलता है

5. confidence स्कोर को सामान्यीकृत करता है:

   • confidence मानों को वैध सीमा [0.0, 1.0] में स्केल करता है

   • सीमा के बाहर के मानों को 0.0 या 1.0 पर सीमित करता है

6. वर्गीकरण पूर्वानुमान का निर्माण करता है:

   • इनपुट छवि से image dimensions (width, height) शामिल करता है

   • एकल-वर्ग के लिए: "top" वर्ग, confidence, और predictions array शामिल करता है

   • मल्टी-लेबल के लिए: "predicted_classes" सूची और predictions dictionary शामिल करता है

   • ट्रैकिंग के लिए inference_id और parent_id शामिल करता है

   • मानक वर्गीकरण पूर्वानुमान प्रारूप में पूर्वानुमान को स्वरूपित करता है

7. त्रुटियों को संभालता है:

   • सेट करता है error_status यदि JSON पार्सिंग विफल हो जाए तो इसे True

   • सेट करता है error_status यदि वर्गीकरण प्रारूप निर्धारित नहीं किया जा सकता, तो True पर सेट करें

   • त्रुटियाँ होने पर predictions के लिए None लौटाता है

   • ट्रैकिंग के लिए हमेशा inference_id शामिल करता है

8. वर्गीकरण पूर्वानुमान लौटाता है:

   • आउटपुट्स predictions मानक वर्गीकरण प्रारूप में (classification blocks के साथ संगत)

   • आउटपुट्स error_status पार्सिंग सफलता/विफलता को दर्शाते हुए

   • आउटपुट्स inference_id ट्रैकिंग और lineage के लिए

यह ब्लॉक VLMs/LLMs के टेक्स्ट-आधारित JSON आउटपुट को मानकीकृत वर्गीकरण पूर्वानुमानों में बदलकर वर्गीकरण के लिए उनके उपयोग को सक्षम करता है, जिन्हें workflows में किसी अन्य वर्गीकरण मॉडल आउटपुट की तरह उपयोग किया जा सकता है।

सामान्य उपयोग के मामले

• VLM-आधारित वर्गीकरण: छवि वर्गीकरण के लिए Visual Language Models का उपयोग VLM आउटपुट को वर्गीकरण पूर्वानुमानों में पार्स करके करें (उदा., VLMs के साथ छवियों को वर्गीकृत करें, वर्गीकरण के लिए GPT-4V का उपयोग करें, Claude Vision classifications को पार्स करें), जिससे VLM वर्गीकरण workflows सक्षम होते हैं

• LLM वर्गीकरण पार्सिंग: LLM टेक्स्ट आउटपुट जिनमें वर्गीकरण परिणाम हों, उन्हें मानकीकृत प्रारूप में पार्स करें (उदा., GPT वर्गीकरण आउटपुट पार्स करें, LLM पूर्वानुमानों को वर्गीकरण प्रारूप में बदलें, वर्गीकरण के लिए LLMs का उपयोग करें), जिससे LLM वर्गीकरण workflows सक्षम होते हैं

• Text-to-Classification रूपांतरण: मॉडलों के टेक्स्ट-आधारित वर्गीकरण आउटपुट को workflow-संगत वर्गीकरण पूर्वानुमानों में बदलें (उदा., टेक्स्ट पूर्वानुमानों को वर्गीकरण प्रारूप में बदलें, टेक्स्ट-आधारित classifications पार्स करें, मॉडल आउटपुट को classifications में बदलें), जिससे text-to-classification workflows सक्षम होते हैं

• मल्टी-फॉर्मेट वर्गीकरण समर्थन: VLM/LLM आउटपुट से एकल-वर्ग और मल्टी-लेबल दोनों वर्गीकरण प्रारूपों को संभालें (उदा., single-label VLM classifications का समर्थन करें, multi-label VLM classifications का समर्थन करें, विभिन्न वर्गीकरण प्रारूपों को संभालें), जिससे लचीले वर्गीकरण workflows सक्षम होते हैं

• VLM एकीकरण: VLM आउटपुट को वर्गीकरण workflows में एकीकृत करें (उदा., वर्गीकरण पाइपलाइनों में VLMs का उपयोग करें, VLM पूर्वानुमानों को वर्गीकरण blocks के साथ एकीकृत करें, VLM और पारंपरिक वर्गीकरण को मिलाएँ), जिससे VLM एकीकरण workflows सक्षम होते हैं

• लचीले वर्गीकरण स्रोत: ऐसे विभिन्न मॉडल प्रकारों से वर्गीकरण सक्षम करें जो text/JSON आउटपुट देते हैं (उदा., वर्गीकरण के लिए किसी भी text-output model का उपयोग करें, model outputs को classifications में बदलें, विभिन्न वर्गीकरण प्रारूपों को पार्स करें), जिससे लचीले वर्गीकरण workflows सक्षम होते हैं

अन्य ब्लॉक्स से कनेक्ट करना

यह ब्लॉक छवियाँ और VLM आउटपुट प्राप्त करता है और वर्गीकरण पूर्वानुमान उत्पन्न करता है:

• VLM/LLM blocks के बाद : मानक प्रारूप में वर्गीकरण आउटपुट पार्स करने के लिए (उदा., VLM आउटपुट to classification, LLM आउटपुट to classification, model outputs पार्स करें), जिससे VLM-to-classification workflows सक्षम होते हैं

• वर्गीकरण-आधारित blocks से पहले : पार्स किए गए वर्गीकरणों का उपयोग करने के लिए (उदा., workflows में पार्स किए गए वर्गीकरणों का उपयोग करें, downstream blocks को classifications दें, classification blocks के साथ VLM classifications का उपयोग करें), जिससे classification-to-workflow workflows सक्षम होते हैं

• filtering blocks से पहले : VLM classifications के आधार पर फ़िल्टर करने के लिए (उदा., VLM classification परिणामों के अनुसार फ़िल्टर करें, फ़िल्टरिंग के लिए पार्स किए गए वर्गीकरणों का उपयोग करें, VLM पूर्वानुमानों पर फ़िल्टर लागू करें), जिससे classification-to-filter workflows सक्षम होते हैं

• विश्लेषण ब्लॉकों से पहले : VLM classification परिणामों का विश्लेषण करने के लिए (उदा., VLM classifications का विश्लेषण करें, पार्स किए गए वर्गीकरणों पर analytics करें, VLM classification metrics ट्रैक करें), जिससे classification analytics workflows सक्षम होते हैं

• विज़ुअलाइज़ेशन ब्लॉकों से पहले : VLM classification परिणामों को प्रदर्शित करने के लिए (उदा., VLM classifications को visualize करें, पार्स किए गए वर्गीकरण पूर्वानुमान दिखाएँ, VLM classification outputs प्रदर्शित करें), जिससे classification visualization workflows सक्षम होते हैं

• वर्कफ़्लो आउटपुट में : VLM classifications को final output के रूप में प्रदान करने के लिए (उदा., VLM classification outputs, पार्स किए गए वर्गीकरण परिणाम, VLM-आधारित classification outputs), जिससे classification output workflows सक्षम होते हैं

आवश्यकताएँ

यह ब्लॉक metadata और dimensions के लिए एक image input तथा JSON वर्गीकरण डेटा वाली VLM output string की आवश्यकता रखता है। JSON कच्चा JSON हो सकता है या Markdown code blocks (json ... )। यह ब्लॉक दो JSON प्रारूपों का समर्थन करता है: एकल-वर्ग ("class_name" और "confidence" फ़ील्ड के साथ) और मल्टी-लेबल ("predicted_classes" array के साथ)। classes पैरामीटर में मॉडल द्वारा class_id मैपिंग उत्पन्न करने के लिए उपयोग किए गए सभी class names की सूची होनी चाहिए। Classes को index के अनुसार IDs से मैप किया जाता है: पहला वर्ग = 0, दूसरा = 1, आदि। सूची में न होने वाली classes को class_id = -1 मिलता है। Confidence स्कोर [0.0, 1.0] सीमा में सामान्यीकृत किए जाते हैं। ब्लॉक standard format (classification blocks के साथ संगत) में classification predictions, error_status (boolean), और tracking के लिए inference_id (string) आउटपुट करता है।

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/vlm_as_classifier@v1 अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।

गुण

नाम	प्रकार	विवरण	संदर्भ
name	str	इस स्टेप के लिए एक विशिष्ट पहचानकर्ता दर्ज करें..	❌
classes	List[str]	वर्गीकरण मॉडल द्वारा उपयोग किए गए सभी class names की क्रमवार सूची। class names (VLM output से) और class IDs (classification format के लिए) के बीच मैपिंग बनाने के लिए आवश्यक। Classes को index के अनुसार IDs से मैप किया जाता है: पहला वर्ग = ID 0, दूसरा = ID 1, आदि। VLM output की वे classes जो इस सूची में नहीं हैं, उन्हें class_id = -1 मिलता है। VLM से जिस तरह से वर्गीकरण करने को कहा गया था, उसी के अनुरूप होना चाहिए..	✅

यह संदर्भ स्तंभ यह इंगित करता है कि संपत्ति को वर्कफ़्लो रनटाइम में उपलब्ध गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है वर्कफ़्लो रनटाइम। देखें बाइंडिंग्स अधिक जानकारी के लिए।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। देखें कि कौन-से बाइंडिंग प्रकार VLM को वर्गीकारक के रूप में संस्करण v1 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवि (छवि): VLM पूर्वानुमान उत्पन्न करने के लिए उपयोग की गई इनपुट छवि। वर्गीकरण पूर्वानुमान के लिए image dimensions (width, height) और metadata (parent_id) निकालने के लिए उपयोग होती है। संगति बनाए रखने के लिए वही छवि उपयोग करें जो VLM/LLM block को प्रदान की गई थी..

  • vlm_output (language_model_output): VLM या LLM block से प्राप्त string output, जिसमें JSON format में classification prediction होती है। यह raw JSON string हो सकती है (उदा., '{"class_name": "dog", "confidence": 0.95}') या Markdown code blocks में लिपटा JSON हो सकता है (उदा., json {...} )। दो प्रारूपों का समर्थन करता है: एकल-वर्ग ('class_name' और 'confidence' फ़ील्ड के साथ) या मल्टी-लेबल ('predicted_classes' array के साथ)। यदि कई markdown blocks मौजूद हों, तो केवल पहले को पार्स किया जाता है..

  • classes (list_of_valuesवर्गीकरण मॉडल द्वारा उपयोग किए गए सभी class names की क्रमवार सूची। class names (VLM output से) और class IDs (classification format के लिए) के बीच मैपिंग बनाने के लिए आवश्यक। Classes को index के अनुसार IDs से मैप किया जाता है: पहला वर्ग = ID 0, दूसरा = ID 1, आदि। VLM output की वे classes जो इस सूची में नहीं हैं, उन्हें class_id = -1 मिलता है। VLM से जिस तरह से वर्गीकरण करने को कहा गया था, उसी के अनुरूप होना चाहिए..

• आउटपुट

  • error_status (boolean): बूलियन फ़्लैग.

  • predictions (classification_prediction): क्लासिफ़ायर से प्राप्त पूर्वानुमान।

  • inference_id (string): स्ट्रिंग मान.

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/vlm_as_classifier@v1",
	    "image": "$inputs.image",
	    "vlm_output": "$steps.lmm.output",
	    "classes": [
	        "$steps.lmm.classes",
	        "$inputs.classes",
	        [
	            "dog",
	            "cat",
	            "bird"
	        ],
	        [
	            "class_a",
	            "class_b"
	        ]
	    ]
	}