Multi-Label Classification Model

छवि पर कई tags लागू करें।

v3

Roboflow पर होस्ट किए गए या अपलोड किए गए मल्टी-लेबल वर्गीकरण मॉडल पर इन्फेरेंस चलाएँ।

आप अपने खाते के लिए निजी किसी भी मॉडल, या पर उपलब्ध किसी भी सार्वजनिक मॉडल से क्वेरी कर सकते हैं Roboflow Universe.

इस ब्लॉक का उपयोग करने के लिए आपको अपने Inference वातावरण में अपनी Roboflow API कुंजी सेट करनी होगी। अपनी Roboflow API कुंजी सेट करने के बारे में अधिक जानने के लिए, Inference दस्तावेज़ देखें.

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/roboflow_multi_label_classification_model@v3 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..	❌
model_id	str	Roboflow मॉडल पहचानकर्ता..	✅
confidence_mode	str	विश्वास सीमा कैसे निर्धारित करें..	✅
custom_confidence	float	पूर्वानुमानों के लिए कस्टम विश्वास सीमा..	✅
disable_active_learning	bool	इस ब्लॉक के लिए प्रोजेक्ट-स्तरीय सक्रिय शिक्षण को अक्षम करने वाला बूलियन फ्लैग..	✅
active_learning_target_dataset	str	यदि सक्षम हो, तो सक्रिय शिक्षण के लिए लक्षित डेटासेट..	✅

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 मल्टी-लेबल वर्गीकरण मॉडल संस्करण v3 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवियाँ (छवि): जिस छवि पर अनुमान लगाना है..

  • model_id (roboflow_model_id): Roboflow मॉडल पहचानकर्ता..

  • confidence_mode (string): विश्वास सीमा कैसे निर्धारित करें..

  • custom_confidence (float_zero_to_one): पूर्वानुमानों के लिए कस्टम विश्वास सीमा..

  • disable_active_learning (boolean): इस ब्लॉक के लिए प्रोजेक्ट-स्तरीय सक्रिय शिक्षण को अक्षम करने वाला बूलियन फ्लैग..

  • active_learning_target_dataset (roboflow_project): यदि सक्षम हो, तो सक्रिय शिक्षण के लिए लक्षित डेटासेट..

• आउटपुट

  • predictions (classification_prediction): क्लासिफ़ायर से प्राप्त पूर्वानुमान।

  • inference_id (inference_id): Inference पहचानकर्ता।

  • model_id (roboflow_model_id): Roboflow मॉडल आईडी।

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/roboflow_multi_label_classification_model@v3",
	    "images": "$inputs.image",
	    "model_id": "my_project/3",
	    "confidence_mode": "<block_does_not_provide_example>",
	    "custom_confidence": 0.3,
	    "disable_active_learning": true,
	    "active_learning_target_dataset": "my_project"
	}

v2

Roboflow पर होस्ट किए गए या अपलोड किए गए मल्टी-लेबल वर्गीकरण मॉडल पर इन्फेरेंस चलाएँ।

आप अपने खाते के लिए निजी किसी भी मॉडल, या पर उपलब्ध किसी भी सार्वजनिक मॉडल से क्वेरी कर सकते हैं Roboflow Universe.

इस ब्लॉक का उपयोग करने के लिए आपको अपने Inference वातावरण में अपनी Roboflow API कुंजी सेट करनी होगी। अपनी Roboflow API कुंजी सेट करने के बारे में अधिक जानने के लिए, Inference दस्तावेज़ देखें.

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/roboflow_multi_label_classification_model@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..	❌
model_id	str	Roboflow मॉडल पहचानकर्ता..	✅
confidence	float	पूर्वानुमानों के लिए विश्वास सीमा..	✅
disable_active_learning	bool	इस ब्लॉक के लिए प्रोजेक्ट-स्तरीय सक्रिय शिक्षण को अक्षम करने वाला बूलियन फ्लैग..	✅
active_learning_target_dataset	str	यदि सक्षम हो, तो सक्रिय शिक्षण के लिए लक्षित डेटासेट..	✅

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 मल्टी-लेबल वर्गीकरण मॉडल संस्करण v2 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवियाँ (छवि): जिस छवि पर अनुमान लगाना है..

  • model_id (roboflow_model_id): Roboflow मॉडल पहचानकर्ता..

  • confidence (float_zero_to_one): पूर्वानुमानों के लिए विश्वास सीमा..

  • disable_active_learning (boolean): इस ब्लॉक के लिए प्रोजेक्ट-स्तरीय सक्रिय शिक्षण को अक्षम करने वाला बूलियन फ्लैग..

  • active_learning_target_dataset (roboflow_project): यदि सक्षम हो, तो सक्रिय शिक्षण के लिए लक्षित डेटासेट..

• आउटपुट

  • predictions (classification_prediction): क्लासिफ़ायर से प्राप्त पूर्वानुमान।

  • inference_id (inference_id): Inference पहचानकर्ता।

  • model_id (roboflow_model_id): Roboflow मॉडल आईडी।

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/roboflow_multi_label_classification_model@v2",
	    "images": "$inputs.image",
	    "model_id": "my_project/3",
	    "confidence": 0.3,
	    "disable_active_learning": true,
	    "active_learning_target_dataset": "my_project"
	}

v1

Roboflow पर होस्ट किए गए या अपलोड किए गए मल्टी-लेबल वर्गीकरण मॉडल पर इन्फेरेंस चलाएँ।

आप अपने खाते के लिए निजी किसी भी मॉडल, या पर उपलब्ध किसी भी सार्वजनिक मॉडल से क्वेरी कर सकते हैं Roboflow Universe.

इस ब्लॉक का उपयोग करने के लिए आपको अपने Inference वातावरण में अपनी Roboflow API कुंजी सेट करनी होगी। अपनी Roboflow API कुंजी सेट करने के बारे में अधिक जानने के लिए, Inference दस्तावेज़ देखें.

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/roboflow_multi_label_classification_model@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..	❌
model_id	str	Roboflow मॉडल पहचानकर्ता..	✅
confidence	float	पूर्वानुमानों के लिए विश्वास सीमा..	✅
disable_active_learning	bool	इस ब्लॉक के लिए प्रोजेक्ट-स्तरीय सक्रिय शिक्षण को अक्षम करने वाला बूलियन फ्लैग..	✅
active_learning_target_dataset	str	यदि सक्षम हो, तो सक्रिय शिक्षण के लिए लक्षित डेटासेट..	✅

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 मल्टी-लेबल वर्गीकरण मॉडल संस्करण v1 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवियाँ (छवि): जिस छवि पर अनुमान लगाना है..

  • model_id (roboflow_model_id): Roboflow मॉडल पहचानकर्ता..

  • confidence (float_zero_to_one): पूर्वानुमानों के लिए विश्वास सीमा..

  • disable_active_learning (boolean): इस ब्लॉक के लिए प्रोजेक्ट-स्तरीय सक्रिय शिक्षण को अक्षम करने वाला बूलियन फ्लैग..

  • active_learning_target_dataset (roboflow_project): यदि सक्षम हो, तो सक्रिय शिक्षण के लिए लक्षित डेटासेट..

• आउटपुट

  • predictions (classification_prediction): क्लासिफ़ायर से प्राप्त पूर्वानुमान।

  • inference_id (string): स्ट्रिंग मान.

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/roboflow_multi_label_classification_model@v1",
	    "images": "$inputs.image",
	    "model_id": "my_project/3",
	    "confidence": 0.3,
	    "disable_active_learning": true,
	    "active_learning_target_dataset": "my_project"
	}