CSV फ़ॉर्मेटर
निर्दिष्ट कॉलम के साथ CSV फ़ाइलें बनाएँ।
कस्टम कॉलम परिभाषित करके, डेटा ट्रांसफ़ॉर्मेशन लागू करके, और लॉगिंग, रिपोर्टिंग तथा डेटा एक्सपोर्ट वर्कफ़्लो के लिए स्वचालित टाइमस्टैम्प ट्रैकिंग के साथ बैच डेटा को CSV दस्तावेज़ों में एकत्रित करके वर्कफ़्लो डेटा को संरचित CSV प्रारूप में बदलें।
यह ब्लॉक कैसे काम करता है
यह ब्लॉक कई स्रोतों से डेटा को संरचित कॉलमों में व्यवस्थित करके वर्कफ़्लो डेटा को CSV (Comma-Separated Values) प्रारूप में फ़ॉर्मेट करता है। यह ब्लॉक:
से डेटा संदर्भ लेता है
columns_dataएक शब्दकोश जो कॉलम नामों को वर्कफ़्लो डेटा स्रोतों (सेलेक्टर, स्थिर मान, या वर्कफ़्लो इनपुट) से मैप करता हैवैकल्पिक रूप से डेटा ट्रांसफ़ॉर्मेशन ऑपरेशनों को उपयोग करके लागू करता है
columns_operations, जो कॉलम डेटा को रूपांतरित करने के लिए Query Language (UQL) का उपयोग करता है (जैसे, डिटेक्शन से गुण निकालना, गणनाएँ करना, मानों को फ़ॉर्मेट करना)स्वचालित रूप से एक
timestampकॉलम वर्तमान UTC समय के साथ ISO प्रारूप में जोड़ता है (उदा.,2024-10-18T14:09:57.622297+00:00) प्रत्येक पंक्ति में - ध्यान दें कि "timestamp" एक आरक्षित कॉलम नाम हैबैच इनपुट को कई डेटा बिंदुओं को पंक्तियों में एकत्रित करके संभालता है:
एकल इनपुट के लिए (
batch_size=1): हेडर पंक्ति और एक डेटा पंक्ति के साथ CSV बनाता हैबैच इनपुट के लिए (
batch_size>1): हेडर पंक्ति और प्रत्येक इनपुट के लिए एक पंक्ति के साथ CSV बनाता है, सभी पंक्तियों को एक एकल CSV दस्तावेज़ में एकत्रित करता है जो केवल अंतिम बैच तत्व में आउटपुट होता है (पहले के तत्व खाली CSV सामग्री लौटाते हैं)
जब कई बैच इनपुट प्रदान किए जाते हैं, तो बैच पैरामीटरों को संरेखित करता है, और गैर-बैच पैरामीटरों को अधिकतम बैच आकार से मेल खाने के लिए प्रसारित करता है
pandas DataFrame serialization का उपयोग करके संरचित डेटा शब्दकोश को CSV प्रारूप में परिवर्तित करता है
लौटाता है
csv_contentपूर्ण CSV दस्तावेज़ (हेडर और डेटा पंक्तियों) वाली स्ट्रिंग के रूप में
यह ब्लॉक लचीली कॉलम परिभाषा का समर्थन करता है, जहाँ प्रत्येक कॉलम विभिन्न वर्कफ़्लो डेटा स्रोतों (डिटेक्शन प्रेडिक्शन, क्लासिफ़िकेशन परिणाम, वर्कफ़्लो इनपुट, गणना किए गए मान, आदि) को संदर्भित कर सकता है और वैकल्पिक रूप से विशिष्ट गुण निकालने या डेटा को फ़ॉर्मेट करने के लिए ट्रांसफ़ॉर्मेशन लागू कर सकता है। स्वचालित टाइमस्टैम्प कॉलम यह ट्रैक करने में मदद करता है कि प्रत्येक CSV पंक्ति कब उत्पन्न हुई, जो लॉगिंग और टाइम-सीरीज़ डेटा संग्रह के लिए उपयोगी है। बैच एकत्रीकरण ब्लॉक को कई वर्कफ़्लो निष्पादनों से डेटा एकत्र करने और उसे एक एकल CSV दस्तावेज़ में संयोजित करने देता है, जो विशेष रूप से बैच प्रोसेसिंग वर्कफ़्लो के लिए उपयोगी है जहाँ आप कई डिटेक्शन, छवियों या विश्लेषण परिणामों को एक CSV फ़ाइल में लॉग करना चाहते हैं।
सामान्य उपयोग मामले
डिटेक्शन लॉगिंग और रिपोर्टिंग: डिटेक्शन परिणामों के CSV लॉग बनाएँ (उदा., ऑब्जेक्ट डिटेक्शन मॉडल से क्लास नाम, कॉन्फ़िडेंस स्कोर, बाउंडिंग बॉक्स निर्देशांक लॉग करना), जिससे विश्लेषण, डिबगिंग, या ऑडिट ट्रेल्स के लिए इन्फ़रेंस परिणामों की संरचित लॉगिंग सक्षम होती है
टाइम-सीरीज़ डेटा संग्रह: वर्कफ़्लो मेट्रिक्स, गणनाएँ, या विश्लेषण परिणामों को समय के साथ CSV प्रारूप में एकत्रित करें (उदा., लाइन काउंटर गणनाएँ, ज़ोन ऑक्यूपेंसी, डिटेक्शन आवृत्तियाँ लॉग करें), ट्रेंड विश्लेषण या रिपोर्टिंग के लिए टाइम-स्टैम्प्ड डेटासेट बनाते हुए
बैच डेटा निर्यात: बैच प्रोसेसिंग वर्कफ़्लो से डेटा एकत्रित करें और उसे CSV फ़ाइलों में समेकित करें (उदा., छवियों के एक बैच से सभी डिटेक्शन निर्यात करना, कई वर्कफ़्लो रन से मेट्रिक्स एकत्र करना), जिससे कुशल बल्क डेटा निर्यात और रिपोर्टिंग संभव हो
संरचित डेटा परिवर्तन: जटिल वर्कफ़्लो आउटपुट से विशिष्ट गुण निकालें और उन्हें फ़ॉर्मेट करें (उदा., डिटेक्शन से क्लास नाम निकालना, नेस्टेड डेटा संरचनाओं को सपाट CSV कॉलमों में बदलना), जिससे डाउनस्ट्रीम विश्लेषण या बाहरी सिस्टमों के लिए डेटा ट्रांसफ़ॉर्मेशन सक्षम होता है
बाहरी सिस्टमों के साथ एकीकरण: बाहरी टूल्स के साथ संगतता के लिए वर्कफ़्लो डेटा को फ़ॉर्मेट करें (उदा., स्प्रेडशीट विश्लेषण, डेटाबेस इंपोर्ट, या बिज़नेस इंटेलिजेंस टूल्स के लिए CSV फ़ाइलें बनाना), जिससे निर्बाध डेटा निर्यात और एकीकरण वर्कफ़्लो सक्षम होते हैं
डेटा एकत्रीकरण और विश्लेषण: कई वर्कफ़्लो स्रोतों से डेटा को संरचित CSV प्रारूप में संयोजित करें (उदा., डिटेक्शन परिणामों को मेटाडेटा के साथ मिलाना, मॉडल आउटपुट को संदर्भ डेटा के साथ संयोजित करना), जिससे व्यापक डेटा संग्रह और विश्लेषण वर्कफ़्लो सक्षम होते हैं
अन्य ब्लॉक्स से जोड़ना
इस ब्लॉक की CSV सामग्री को इससे जोड़ा जा सकता है:
डिटेक्शन या विश्लेषण ब्लॉक (उदा., Object Detection Model, Instance Segmentation Model, Classification Model, Keypoint Detection Model, Line Counter, Time in Zone) ताकि उनके आउटपुट को CSV कॉलमों में फ़ॉर्मेट किया जा सके, जिससे इन्फ़रेंस परिणामों और विश्लेषण डेटा की संरचित लॉगिंग और निर्यात सक्षम हो
डेटा स्टोरेज ब्लॉक्स (उदा., Local File Sink) ताकि CSV फ़ाइलों को डिस्क पर सहेजा जा सके, जिससे बाद के विश्लेषण या रिपोर्टिंग के लिए फ़ॉर्मेट किए गए वर्कफ़्लो डेटा का स्थायी भंडारण संभव हो
सूचना ब्लॉक (उदा., Email Notification, Slack Notification) ताकि सूचनाओं में CSV सामग्री संलग्न या शामिल की जा सके, जिससे CSV रिपोर्ट ईमेल अटैचमेंट के रूप में भेजी जा सकें या संदेश के मुख्य भाग में शामिल की जा सकें
Webhook ब्लॉक (उदा., Webhook Sink) ताकि CSV सामग्री को बाहरी API या सेवाओं को भेजा जा सके, जिससे CSV डेटा उपभोग करने वाले बाहरी सिस्टमों के साथ एकीकरण संभव हो
अन्य फ़ॉर्मैटर ब्लॉक (उदा., JSON Parser, Expression) ताकि CSV सामग्री को आगे संसाधित किया जा सके या उसे अन्य प्रारूपों में बदला जा सके, जिससे बहु-चरणीय डेटा परिवर्तन वर्कफ़्लो सक्षम होते हैं
बैच प्रसंस्करण वर्कफ़्लोज़ जहाँ एकाधिक डेटा बिंदुओं को एक ही CSV दस्तावेज़ में एकत्रित करने की आवश्यकता होती है, जिससे बैच प्रोसेसिंग परिणामों की व्यापक लॉगिंग और निर्यात संभव होता है
प्रकार पहचानकर्ता
चरण में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/csv_formatter@v1 ताकि ब्लॉक को अपने वर्कफ़्लो में एक चरण के रूप में जोड़ा जा सके।
गुण
नाम
प्रकार
विवरण
संदर्भ
नाम
str
इस चरण के लिए एक अद्वितीय पहचानकर्ता दर्ज करें..
❌
columns_data
Dict[str, Union[bool, float, int, str]]
कॉलम नामों को CSV कॉलम बनाने के लिए डेटा स्रोतों से मैप करने वाला शब्दकोश। कुंजियाँ कॉलम नाम हैं (ध्यान दें: 'timestamp' आरक्षित है और इसका उपयोग नहीं किया जा सकता)। मान वर्कफ़्लो डेटा का संदर्भ देने वाले सेलेक्टर हो सकते हैं (उदा., '$steps.model.predictions', '$inputs.data'), स्थिर मान (स्ट्रिंग, संख्याएँ, बूलियन), या दोनों का मिश्रण। प्रत्येक key-value जोड़ी एक CSV कॉलम बनाती है। बैच इनपुट का समर्थन करता है - यदि मान बैच हैं, तो CSV सभी बैच तत्वों को पंक्तियों में एकत्रित करेगा। उदाहरण: {'predictions': '$steps.object_detection.predictions', 'count': '$steps.line_counter.count_in'} 'predictions' और 'count' नाम के CSV कॉलम बनाता है..
✅
columns_operations
Dict[str, List[Union[ClassificationPropertyExtract, ConvertDictionaryToJSON, ConvertImageToBase64, ConvertImageToJPEG, DetectionsFilter, DetectionsOffset, DetectionsPropertyExtract, DetectionsRename, DetectionsSelection, DetectionsShift, DetectionsToDictionary, Divide, ExtractDetectionProperty, ExtractFrameMetadata, ExtractImageProperty, LookupTable, Multiply, NumberRound, NumericSequenceAggregate, PickDetectionsByParentClass, RandomNumber, SequenceAggregate, SequenceApply, SequenceElementsCount, SequenceJoin, SequenceLength, SequenceMap, SortDetections, StringMatches, StringSubSequence, StringToLowerCase, StringToUpperCase, TimestampToISOFormat, ToBoolean, ToNumber, ToString]]]
CSV फ़ॉर्मैटिंग से पहले कॉलम डेटा को रूपांतरित करने के लिए Query Language (UQL) ऑपरेशन परिभाषाओं को कॉलम नामों से मैप करने वाला वैकल्पिक शब्दकोश। कुंजियाँ columns_data में परिभाषित कॉलम नामों से मेल खानी चाहिए। मान UQL ऑपरेशनों की सूचियाँ हैं (उदा., डिटेक्शन से क्लास नाम निकालने के लिए DetectionsPropertyExtract, स्ट्रिंग ऑपरेशन, गणनाएँ) जो कच्चे कॉलम डेटा को रूपांतरित करती हैं। ऑपरेशन प्रत्येक कॉलम के डेटा पर क्रम से लागू होते हैं। यदि कोई कॉलम नाम इस शब्दकोश में नहीं है, तो डेटा बिना परिवर्तन के जैसा है वैसा ही उपयोग किया जाता है। उदाहरण: {'predictions': [{'type': 'DetectionsPropertyExtract', 'property_name': 'class_name'}]} डिटेक्शन प्रेडिक्शन से क्लास नाम निकालता है..
❌
यह संदर्भ कॉलम उस संभावना को चिह्नित करता है कि प्रॉपर्टी को गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है, जो उपलब्ध हैं वर्कफ़्लो रनटाइम में। देखें बाइंडिंग्स अधिक जानकारी के लिए।
इनपुट और आउटपुट बाइंडिंग्स
उपलब्ध कनेक्शन इसके बाइंडिंग प्रकारों पर निर्भर करते हैं। जाँचें कि कौन-से बाइंडिंग प्रकार CSV Formatter संस्करण में v1 हैं।
अंतिम अपडेट
क्या यह उपयोगी था?