> 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/yolov5.md).

# YOLOv5

हमारे सर्वरलेस क्लाउड API के माध्यम से YOLOv5 मॉडल परिवार का उपयोग करें

मौजूदा YOLOv5 मॉडल निम्न के माध्यम से उपलब्ध बने हुए हैं [Serverless Cloud API](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api) और [स्व-होस्टेड Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted). YOLOv5 के लिए नए वेट अपलोड और प्रशिक्षण Roboflow पर समर्थित नहीं हैं। समर्थित अपलोड परिवारों के लिए देखें [कस्टम वेट्स अपलोड करें](https://docs.roboflow.com/models/hi/model-weights/upload-custom-weights.md).

जब आप अपना मॉडल Roboflow के बाहर प्रशिक्षित करते हैं, तब YOLOv5 इनपुट आकार सेट किया जाता है (सामान्य मान: 640x640 या 1280x1280)।

## YOLOv5 API

{% stepper %}
{% step %}

### अपनी API कुंजी प्राप्त करें

एक Roboflow खाता बनाएं, अपनी कुंजी यहाँ खोजें [Roboflow API सेटिंग्स पेज](https://app.roboflow.com/settings/api) और इसे अपने shell के लिए उपलब्ध कराएं:

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

{% endstep %}

{% step %}

### निर्भरताएँ इंस्टॉल करें

SDK और इंस्टॉल करें [supervision](https://supervision.roboflow.com/) डिकोडिंग और एनोटेशन के लिए:

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

{% endstep %}

{% step %}

### मॉडल चलाएँ

इसके स्थान पर डालें `{workspace}/{model-slug}` एक मौजूदा अपलोड किए गए YOLOv5 मॉडल का ID (देखें [संस्करण, प्रशिक्षण, और मॉडल](https://docs.roboflow.com/models/hi/versions-trainings-and-models.md)).

```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"))
result = client.infer(image, model_id="your-workspace/your-model-slug")

detections = sv.Detections.from_inference(result)

annotated = sv.BoxAnnotator().annotate(image.copy(), detections)
annotated = sv.LabelAnnotator().annotate(annotated, detections)

cv2.imwrite("annotated.png", annotated)
```

{% endstep %}
{% endstepper %}

{% hint style="info" %}
सेट करें `api_url` अपने deployment target से मिलान करने के लिए:

* `https://serverless.roboflow.com` Serverless Cloud API के लिए।
* `http://localhost:9001` एक स्थानीय [Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted) सर्वर।
* आपका [समर्पित परिनियोजन](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments) एक निजी endpoint के लिए URL।
  {% endhint %}

## लाइसेंस

YOLOv5 AGPL-3.0 के तहत जारी किया गया है। वाणिज्यिक उपयोग के लिए इसका अर्थ:

* **Roboflow क्लाउड पर:** मुफ्त प्लान सहित, हर उपयोगकर्ता के लिए एक वाणिज्यिक लाइसेंस शामिल है।
* **स्व-होस्टेड:** आपको Enterprise license ऐड-ऑन की आवश्यकता होगी, या आपको अपने अनुप्रयोग को AGPL-3.0 के तहत ओपन-सोर्स करना होगा।
* **अनुमतिपूर्ण विकल्प:** [RF-DETR](https://docs.roboflow.com/models/hi/supported-models/rf-detr.md) Apache 2.0 के अंतर्गत है, और कहीं भी वाणिज्यिक उपयोग के लिए निःशुल्क है।

देखें [Roboflow का Ultralytics लाइसेंसिंग](https://roboflow.com/ultralytics) विवरण के लिए।
