> 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/yolov8.md).

# YOLOv8

YOLOv8 Ultralytics का एक ऑब्जेक्ट डिटेक्शन, इंस्टेंस सेगमेंटेशन, और कीपॉइंट डिटेक्शन मॉडल परिवार है। Roboflow COCO-pretrained YOLOv8 checkpoints को छोटे उपनामों के तहत उपलब्ध कराता है, और आप [अपने स्वयं के weights अपलोड कर सकते हैं](/models/hi/model-weights/upload-custom-weights.md) ताकि आप कहीं और प्रशिक्षित मॉडल चला सकें।

Roboflow पर YOLOv8 का प्रशिक्षण समर्थित नहीं है। Roboflow-प्रशिक्षित डिटेक्टर के लिए, देखें [RF-DETR](/models/hi/supported-models/rf-detr.md), [YOLO26](/models/hi/supported-models/yolo26.md)या [YOLO11](/models/hi/supported-models/yolo11.md).

## YOLOv8 प्रीट्रेंड उपनाम

इनमें से किसी एक ID को `model_id` के रूप में पास करें ताकि बिना कुछ प्रशिक्षित किए COCO-pretrained checkpoint चलाया जा सके। पूरी सूची इस पर उपलब्ध है [पूर्व-प्रशिक्षित मॉडल उपनाम](/models/hi/pretrained-aliases.md) पृष्ठ पर।

| मॉडल                        | इनपुट आकार | कार्य               | मॉडल ID             | परीक्षण                                                                                          |
| --------------------------- | ---------- | ------------------- | ------------------- | ------------------------------------------------------------------------------------------------ |
| YOLOv8n                     | 640        | ऑब्जेक्ट डिटेक्शन   | `yolov8n-640`       | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco/model/3)                |
| YOLOv8n                     | 1280       | ऑब्जेक्ट डिटेक्शन   | `yolov8n-1280`      | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco/model/9)                |
| YOLOv8s                     | 640        | ऑब्जेक्ट डिटेक्शन   | `yolov8s-640`       | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco/model/6)                |
| YOLOv8s                     | 1280       | ऑब्जेक्ट डिटेक्शन   | `yolov8s-1280`      | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco/model/10)               |
| YOLOv8m                     | 640        | ऑब्जेक्ट डिटेक्शन   | `yolov8m-640`       | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco/model/8)                |
| YOLOv8m                     | 1280       | ऑब्जेक्ट डिटेक्शन   | `yolov8m-1280`      | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco/model/11)               |
| YOLOv8l                     | 640        | ऑब्जेक्ट डिटेक्शन   | `yolov8l-640`       | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco/model/7)                |
| YOLOv8l                     | 1280       | ऑब्जेक्ट डिटेक्शन   | `yolov8l-1280`      | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco/model/12)               |
| YOLOv8x                     | 640        | ऑब्जेक्ट डिटेक्शन   | `yolov8x-640`       | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco/model/5)                |
| YOLOv8x                     | 1280       | ऑब्जेक्ट डिटेक्शन   | `yolov8x-1280`      | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco/model/13)               |
| YOLOv8n इंस्टेंस सेगमेंटेशन | 640        | इंस्टेंस सेगमेंटेशन | `yolov8n-seg-640`   | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-dataset-vdnr1/model/2)  |
| YOLOv8n इंस्टेंस सेगमेंटेशन | 1280       | इंस्टेंस सेगमेंटेशन | `yolov8n-seg-1280`  | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-dataset-vdnr1/model/7)  |
| YOLOv8s इंस्टेंस सेगमेंटेशन | 640        | इंस्टेंस सेगमेंटेशन | `yolov8s-seg-640`   | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-dataset-vdnr1/model/4)  |
| YOLOv8m इंस्टेंस सेगमेंटेशन | 1280       | इंस्टेंस सेगमेंटेशन | `yolov8s-seg-1280`  | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-dataset-vdnr1/model/8)  |
| YOLOv8m इंस्टेंस सेगमेंटेशन | 640        | इंस्टेंस सेगमेंटेशन | `yolov8m-seg-640`   | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-dataset-vdnr1/model/5)  |
| YOLOv8m इंस्टेंस सेगमेंटेशन | 1280       | इंस्टेंस सेगमेंटेशन | `yolov8m-seg-1280`  | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-dataset-vdnr1/model/9)  |
| YOLOv8l इंस्टेंस सेगमेंटेशन | 640        | इंस्टेंस सेगमेंटेशन | `yolov8l-seg-640`   | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-dataset-vdnr1/model/6)  |
| YOLOv8l इंस्टेंस सेगमेंटेशन | 1280       | इंस्टेंस सेगमेंटेशन | `yolov8l-seg-1280`  | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-dataset-vdnr1/model/10) |
| YOLOv8x इंस्टेंस सेगमेंटेशन | 640        | इंस्टेंस सेगमेंटेशन | `yolov8x-seg-640`   | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-dataset-vdnr1/model/3)  |
| YOLOv8x इंस्टेंस सेगमेंटेशन | 1280       | इंस्टेंस सेगमेंटेशन | `yolov8x-seg-1280`  | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-dataset-vdnr1/model/11) |
| YOLOv8x कीपॉइंट डिटेक्शन    | 1280       | कीपॉइंट डिटेक्शन    | `yolov8x-pose-1280` | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-pose-detection/6)       |
| YOLOv8x कीपॉइंट डिटेक्शन    | 640        | कीपॉइंट डिटेक्शन    | `yolov8x-pose-640`  | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-pose-detection/5)       |
| YOLOv8l कीपॉइंट डिटेक्शन    | 640        | कीपॉइंट डिटेक्शन    | `yolov8l-pose-640`  | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-pose-detection/4)       |
| YOLOv8m कीपॉइंट डिटेक्शन    | 640        | कीपॉइंट डिटेक्शन    | `yolov8m-pose-640`  | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-pose-detection/3)       |
| YOLOv8s कीपॉइंट डिटेक्शन    | 640        | कीपॉइंट डिटेक्शन    | `yolov8s-pose-640`  | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-pose-detection/2)       |
| YOLOv8n कीपॉइंट डिटेक्शन    | 640        | कीपॉइंट डिटेक्शन    | `yolov8n-pose-640`  | [ब्राउज़र में परीक्षण करें](https://universe.roboflow.com/microsoft/coco-pose-detection/1)       |

## YOLOv8 API

{% 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

Inference SDK इंस्टॉल करें और [supervision](https://supervision.roboflow.com/) पूर्वानुमानों को डिकोड करने और ड्रॉ करने के लिए:

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

{% endstep %}

{% step %}

### मॉडल चलाएँ

यह उदाहरण पूर्व-प्रशिक्षित `yolov8n-640` चेकपॉइंट चलाता है। अपनी स्वयं की weights सर्व करने के लिए, अपना `{workspace}/{model-slug}` ID बदलें (देखें [संस्करण, प्रशिक्षण, और मॉडल](/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/inference/people-walking.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(image, model_id="yolov8n-640")

detections = sv.Detections.from_inference(results)

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)
```

{% endstep %}
{% endstepper %}

{% hint style="info" %}
सेट करें `api_url` को अपने परिनियोजन लक्ष्य से मिलाएँ:

* `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।
* आपका [समर्पित परिनियोजन](https://docs.roboflow.com/deployment/roboflow-cloud/dedicated-deployments) एक निजी एंडपॉइंट के लिए URL.
  {% endhint %}

आप checkpoint को इन-प्रोसेस भी [`inference`](https://docs.roboflow.com/deployment/self-hosted/self-hosted) पैकेज के साथ लोड कर सकते हैं:

```python
from inference import get_model

model = get_model(model_id="yolov8n-640")
results = model.infer("https://media.roboflow.com/inference/people-walking.jpg")
```