> 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/models/hi/supported-models/yolo-world.md).

# YOLO-World

YOLO-World एक ओपन-वोकैबुलरी ऑब्जेक्ट डिटेक्शन मॉडल है जो बिना प्रशिक्षण के मनमाने टेक्स्ट क्लास नामों से वस्तुओं का पता लगाता है। हम अपने माध्यम से YOLO-World इन्फ़रेंसिंग का समर्थन करते हैं [सर्वरलेस क्लाउड API](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api).

YOLO-World चलाने के बारे में अधिक विवरण के लिए देखें [इन्फ़रेंस दस्तावेज़](https://docs.roboflow.com/deployment/self-hosted/self-hosted).

## YOLO-World API

YOLO-World को सीधे HTTP एंडपॉइंट के माध्यम से चलाएँ, साथ में `curl`या साथ में [`inference-sdk`](https://docs.roboflow.com/reference/inference/inference-sdk) रैपर।

{% tabs %}
{% tab title="HTTP (curl)" icon="webhook" %}
{% stepper %}
{% step %}

### अपनी API कुंजी प्राप्त करें

एक Roboflow खाता बनाएँ, अपनी कुंजी यहाँ खोजें [Roboflow API सेटिंग्स पेज](https://app.roboflow.com/settings/api) और इसे अपने शेल में उपलब्ध कराएँ:

```bash
export ROBOFLOW_API_KEY="your-key-here"
```

{% endstep %}

{% step %}

### मॉडल चलाएँ

कॉल करें `/yolo_world/infer` एंडपॉइंट के साथ `curl`:

```bash
curl --location 'https://serverless.roboflow.com/yolo_world/infer' \\
  --header 'Content-Type: application/json' \\
  --header "Authorization: Bearer $ROBOFLOW_API_KEY" \\
  --data '{
    "image": {"type": "url", "value": "https://media.roboflow.com/quickstart/traffic.jpg"},
    "text": ["car", "truck"],
    "yolo_world_version_id": "v2-s",
    "confidence": 0.05
  }'
```

{% endstep %}
{% endstepper %}
{% endtab %}

{% tab title="SDK (Python)" icon="python" %}
{% stepper %}
{% step %}

### अपनी API कुंजी प्राप्त करें

एक Roboflow खाता बनाएँ, अपनी कुंजी यहाँ खोजें [Roboflow API सेटिंग्स पेज](https://app.roboflow.com/settings/api) और इसे अपने शेल में उपलब्ध कराएँ:

```bash
export ROBOFLOW_API_KEY="your-key-here"
```

{% endstep %}

{% step %}

### निर्भरताएँ इंस्टॉल करें

SDK और [supervision](https://supervision.roboflow.com/):

```bash
pip install -U inference-sdk supervision
```

{% endstep %}

{% step %}

### मॉडल चलाएँ

कस्टम क्लास नामों के साथ YOLO-World चलाएँ, फिर supervision के साथ पूर्वानुमानों को डिकोड और विज़ुअलाइज़ करें।

```python
import os
import cv2
import supervision as sv
from inference_sdk import InferenceHTTPClient, InferenceConfiguration

image = sv.load_image_from_url("https://media.roboflow.com/quickstart/traffic.jpg")

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
).configure(InferenceConfiguration(api_key_transport="header"))

results = client.infer_from_yolo_world(
    inference_input=image,
    class_names=["car", "truck"],
    model_version="v2-s",
    confidence=0.05,
)

detections = sv.Detections.from_inference(results[0])

labels = [
    f"{name} {conf:.2f}"
    for name, conf in zip(detections.data["class_name"], detections.confidence)
]
annotated = sv.BoxAnnotator().annotate(image.copy(), detections)
annotated = sv.LabelAnnotator().annotate(annotated, detections, labels=labels)
cv2.imwrite("annotated.png", annotated)
```

<figure><img src="/files/23d601ebe5012451093e50ec8bea9c85bfff171d" alt=""><figcaption></figcaption></figure>
{% endstep %}
{% endstepper %}
{% endtab %}
{% endtabs %}

यह `class_names` आर्ग्युमेंट क्लास नामों की किसी भी सूची को स्वीकार करता है। उपलब्ध `model_version` मान: `v2-s`, `v2-m`, `v2-l`, `v2-x`, `s`, `m`, `l`, `x`.

## YOLO-World इन्फ़रेंस गति

लेटेंसी मापी गई [Roboflow Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted) पर 1x NVIDIA L4, बैच आकार 1, वार्मअप के बाद औसत।

<table data-search="false"><thead><tr><th>मॉडल</th><th>लेटेंसी (ms)</th></tr></thead><tbody><tr><td><code>yolo-world</code></td><td>12.4</td></tr></tbody></table>

पर मापा गया `v2-s` दो क्लास वाले वेरिएंट पर। क्लास सूची सेट करने पर एक बार टेक्स्ट एन्कोडर चलता है, और इसे इस आंकड़े से बाहर रखा गया है क्योंकि यह प्रत्येक फ्रेम पर दोहराया नहीं जाता।

{% hint style="info" %}
सेट करें `api_url` को अपने डिप्लॉयमेंट लक्ष्य से मिलाने के लिए:

* `https://serverless.roboflow.com` सर्वरलेस क्लाउड API के लिए।
* `http://localhost:9001` एक स्थानीय [इन्फ़रेंस](https://docs.roboflow.com/deployment/self-hosted/self-hosted) सर्वर के लिए।
* आपका [डेडिकेटेड डिप्लॉयमेंट](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments) एक निजी एंडपॉइंट के लिए URL।
  {% endhint %}

## स्व-होस्टेड Inference के साथ YOLO-World चलाएँ

YOLO-World आपके अपने हार्डवेयर पर भी चलता है, या तो [`inference`](https://docs.roboflow.com/deployment/self-hosted/self-hosted) पैकेज के साथ इन-प्रोसेस लोड होकर या एक स्थानीय Inference सर्वर द्वारा सर्व होकर। सक्षम हार्डवेयर (उदाहरण के लिए V100 GPU) पर यह रियल टाइम में चलता है, जो इसे वीडियो के लिए एक व्यावहारिक विकल्प बनाता है।

{% tabs %}
{% tab title="इन्फ़रेंस (नेटिव)" icon="server" %}

```bash
pip install "inference[yolo-world]" supervision
```

```python
import cv2
import supervision as sv

from inference.models.yolo_world.yolo_world import YOLOWorld

image = cv2.imread("image.jpeg")

model = YOLOWorld(model_id="yolo_world/l")
classes = ["person", "backpack", "dog"]
results = model.infer("image.jpeg", text=classes, confidence=0.03)[0]

detections = sv.Detections.from_inference(results)
labels = [classes[class_id] for class_id in detections.class_id]

annotated = sv.BoxAnnotator().annotate(scene=image, detections=detections)
annotated = sv.LabelAnnotator().annotate(
    scene=annotated, detections=detections, labels=labels
)
sv.plot_image(annotated)
```

{% endtab %}

{% tab title="स्थानीय Inference सर्वर" icon="docker" %}

```bash
pip install inference inference-sdk
inference server start  # http://localhost:9001 प्रदान करता है
```

```python
import os
from inference_sdk import InferenceHTTPClient

client = InferenceHTTPClient(
    api_url="http://127.0.0.1:9001",
    api_key=os.environ["ROBOFLOW_API_KEY"],
)

results = client.infer_from_yolo_world(
    inference_input=["https://media.roboflow.com/dog.jpeg"],
    class_names=["person", "backpack", "dog"],
    model_version="l",
    confidence=0.1,
)[0]
```

{% endtab %}

{% tab title="वीडियो" icon="video" %}
YOLO-World ब्लॉक को एक Workflow में जोड़ें और वे क्लासेज़ सेट करें जिन्हें आप डिटेक्ट करना चाहते हैं। फिर उस Workflow के माध्यम से एक वेबकैम, कैमरा फीड, या वीडियो फ़ाइल को [Inference SDK WebRTC क्लाइंट](https://docs.roboflow.com/workflows/deploy/video-processing).
{% endtab %}
{% endtabs %}

नेटिव पैकेज में, YOLO-World चेकपॉइंट इस प्रकार पहचाने जाते हैं `yolo_world/<version>`जिनमें `<version>` में से एक है `s`, `m`, `l`, `x`, `v2-s`, `v2-m`, `v2-l`, `v2-x`. यह `v2-` चेकपॉइंट नए हैं और मूल्यांकन मेट्रिक्स पर बेहतर स्कोर करते हैं।

{% hint style="info" %}
अधिकांश zero-shot डिटेक्टर्स की तरह, YOLO-World सामान्य वस्तुओं (कार, लोग, कुत्ते) पर सबसे मजबूत है और संकरी, सूक्ष्म-स्तरीय श्रेणियों पर कमजोर है। अपने दृश्य के लिए क्या सबसे अच्छा काम करता है, यह पता लगाने के लिए प्रॉम्प्ट की शब्दावली के साथ प्रयोग करें।
{% endhint %}