> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/install/raspberry-pi.md).

# Raspberry Pi पर इंस्टॉल करें

Docker के साथ 64-bit Raspberry Pi 4 या 5 पर Roboflow Inference Server इंस्टॉल करें, और अपेक्षित प्रदर्शन क्या होगा।

इस पेज के Docker उदाहरण localhost पर पोर्ट 9001 प्रकाशित करते हैं। किसी दूसरी मशीन पर मौजूद क्लाइंट के लिए, मैपिंग को जानबूझकर ऐसे पहुँच योग्य होस्ट पते पर बदलें और कॉन्फ़िगर करें [सर्वर एक्सेस](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/configuration/security.md#restrict-network-access).

Inference, Raspberry Pi 4 Model B और Raspberry Pi 5 पर काम करता है, बशर्ते आप [ऑपरेटिंग सिस्टम का 64-बिट संस्करण](https://www.raspberrypi.com/software/operating-systems/)इस्तेमाल करें। अगर आपका SD कार्ड पर्याप्त बड़ा है, तो हम 64-बिट "Raspberry Pi OS with desktop and recommended software" संस्करण इस्तेमाल करने की सलाह देते हैं।

64-बिट OS इंस्टॉल करने के बाद, [Docker इंस्टॉल करें](https://docs.docker.com/engine/install/debian/), फिर सही Inference Docker कंटेनर को अपने-आप चुनने, कॉन्फ़िगर करने और शुरू करने के लिए Inference CLI का इस्तेमाल करें:

```bash
pip install inference-cli
inference server start
```

{% hint style="warning" %}
**डिफ़ॉल्ट रूप से, सर्वर केवल इसी डिवाइस से पहुँच योग्य होता है।** `inference server start` पोर्ट प्रकाशित करता है `9001` पर `127.0.0.1`, इसलिए उसी नेटवर्क पर मौजूद लैपटॉप या किसी अन्य होस्ट से भेजे गए अनुरोध अस्वीकार कर दिए जाते हैं। LAN पर इसे पहुँच योग्य बनाने के लिए, इसे इस कमांड के साथ शुरू करें: `inference server start --bind-address 0.0.0.0` (या कंटेनर पोर्ट को इस तरह प्रकाशित करें: `-p 0.0.0.0:9001:9001`) — और पहले [स्वयं होस्ट किए गए सर्वर को सुरक्षित करना](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/configuration/security.md) पढ़ें, क्योंकि सर्वर में डिफ़ॉल्ट रूप से कोई प्रमाणीकरण नहीं है और यह Workflows के Custom Python ब्लॉक चलाता है।
{% endhint %}

## हार्डवेयर एक्सेलरेशन

Inference अभी Raspberry Pi पर हार्डवेयर एक्सेलरेशन का समर्थन नहीं करता। "Roboflow 3.0 Fast" ऑब्जेक्ट डिटेक्शन मॉडल (जो आकार में "nano" YOLO मॉडल के बराबर है) के लिए Pi 4 पर लगभग 1 FPS और Pi 5 पर 4 FPS की अपेक्षा करें।

Segment Anything जैसे बड़े मॉडल और Florence-2 जैसे VLM, Pi की कंप्यूट क्षमता पर अच्छा प्रदर्शन नहीं करेंगे। अगर आपको अधिक फ़्रेम रेट या बड़े मॉडल चाहिए, तो [NVIDIA Jetson](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/install/jetson.md).

## कंटेनर को मैन्युअल रूप से शुरू करना

अगर आप कंटेनर की सेटिंग पर अधिक नियंत्रण चाहते हैं, तो इसे स्वयं शुरू करें:

```bash
sudo docker run -d \
    --name inference-server \
    --read-only \
    -p 127.0.0.1:9001:9001 \
    --volume ~/.inference/cache:/tmp:rw \
    --security-opt="no-new-privileges" \
    --cap-drop="ALL" \
    --cap-add="NET_BIND_SERVICE" \
    roboflow/roboflow-inference-server-cpu:latest
```

## Docker Compose

अगर आप अपने एप्लिकेशन के लिए Docker Compose का इस्तेमाल करते हैं, तो इसका समकक्ष YAML इस तरह है:

```yaml
version: "3.9"

services:
  inference-server:
    container_name: inference-server
    image: roboflow/roboflow-inference-server-cpu:latest

    read_only: true
    ports:
      - "127.0.0.1:9001:9001"

    volumes:
      - "${HOME}/.inference/cache:/tmp:rw"

    security_opt:
      - no-new-privileges
    cap_drop:
      - ALL
    cap_add:
      - NET_BIND_SERVICE
```

{% hint style="info" %}
Roboflow Enterprise प्लान में Kubernetes डिप्लॉयमेंट के लिए [एक Helm चार्ट](https://github.com/roboflow/inference/tree/main/inference/enterprise/helm-chart) OT नेटवर्क के लिए नेटवर्किंग समाधान, और अनुकूलित सहायता व इंस्टॉलेशन पैकेज शामिल हैं। [अधिक जानकारी के लिए बिक्री टीम से संपर्क करें](https://roboflow.com/sales) ।
{% endhint %}

## अगले चरण

* [मॉडल चलाएँ](https://docs.roboflow.com/deployment/hi/self-hosted/self-hosted.md#run-model-locally) अपने नए सर्वर पर।
* [Docker कॉन्फ़िगरेशन विकल्प](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/configuration/docker-configuration.md) पोर्ट, कैशिंग और मॉडल सीमाओं के लिए।
* [स्व-होस्ट किए गए सर्वर को सुरक्षित करना](https://docs.roboflow.com/deployment/hi/self-hosted/inference-server/configuration/security.md) इसे localhost से बाहर उपलब्ध कराने से पहले।
