> 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/weights/download-roboflow-model-weights.md).

# मॉडल weights डाउनलोड करें

अपने Roboflow मॉडल को अपने हार्डवेयर पर चलाने के लिए, आप या तो Roboflow Inference (अनुशंसित, स्वचालित तरीका) का उपयोग कर सकते हैं या Model Weights को मैन्युअल रूप से डाउनलोड कर सकते हैं (कुछ विशिष्ट edge cases के लिए)।

### Roboflow Inference के माध्यम से स्वचालित डाउनलोड (अनुशंसित)

[Roboflow Inference](https://docs.roboflow.com/deployment/self-hosted/self-hosted) मॉडलों को CPU और GPU डिवाइसों पर स्थानीय रूप से चलाने के लिए हमारा ओपन-सोर्स, स्केलेबल सिस्टम है।

**शुरू करने का यह सबसे तेज़ और सबसे विश्वसनीय तरीका है**. जब आप Inference का उपयोग करते हैं, तो आपको फ़ाइलों या वर्शनिंग को प्रबंधित करने की आवश्यकता नहीं होती; जब आप अपना कोड पहली बार चलाते हैं, Roboflow Inference अपने-आप आपके मॉडल वेट्स को प्राप्त करके कैश कर देता है।

* **यह कैसे काम करता है**: आपके पहले inference अनुरोध पर, वेट्स Roboflow के सर्वरों से डाउनलोड होकर स्थानीय रूप से संग्रहीत होते हैं। बाद की सभी भविष्यवाणियाँ इसी स्थानीय कैश का उपयोग करती हैं - छवियाँ क्लाउड पर नहीं भेजी जातीं।
* **तैनाती विकल्प**:
  * [वर्कफ़्लोज़](https://docs.roboflow.com/workflows/deploy/deploy-a-workflow): उत्पादन-तैयार बहु-चरणीय कंप्यूटर विज़न वर्कफ़्लोज़ के लिए
  * [Python inference SDK](https://docs.roboflow.com/deployment/self-hosted/self-hosted#run-a-model): Python एकीकरण के लिए

### मॉडल वेट्स का मैन्युअल डाउनलोड

कभी-कभी आपको रॉ वेट्स फ़ाइल (उदा.: PyTorch `.pt` फ़ाइल) की आवश्यकता हो सकती है ताकि आप उन डिवाइसों पर चला सकें जिन्हें Roboflow अभी मूल रूप से सपोर्ट नहीं करता, जैसे कस्टम Android implementations। आप जिन फ़ॉर्मैट्स को डाउनलोड कर सकते हैं, वे मॉडल आर्किटेक्चर पर निर्भर करते हैं।

देखें [समर्थित मॉडलों की तालिका](/models/hi/supported-models.md) वेट्स डाउनलोड संगतता के लिए।

{% hint style="warning" %}
**प्रीमियम सुविधा**: मैन्युअल वेट्स डाउनलोड केवल Core योजनाओं पर भुगतान करने वाले उपयोगकर्ताओं और कुछ Enterprise ग्राहकों के लिए उपलब्ध है। इसके बारे में अधिक पढ़ें हमारे [मूल्य निर्धारण पृष्ठ](https://roboflow.com/pricing).
{% endhint %}

#### एक्सपोर्ट फ़ॉर्मैट

ONNX अनुशंसित एक्सपोर्ट फ़ॉर्मैट है। यह सबसे विस्तृत श्रेणी के आर्किटेक्चर के लिए उपलब्ध है, और आप किसी ONNX फ़ाइल को TensorRT, OpenVINO, CoreML, या किसी अन्य ONNX-संगत runtime पर चलाने के लिए बदल सकते हैं। Roboflow Inference भी ONNX Runtime के साथ मॉडल चलाता है।

<table data-search="false"><thead><tr><th>फ़ॉर्मैट</th><th>सामान्य उपयोग</th><th>उपलब्ध है</th></tr></thead><tbody><tr><td>ONNX</td><td>क्रॉस-प्लेटफ़ॉर्म रनटाइम (उदा.: TensorRT, OpenVINO)</td><td>Roboflow 3.0, YOLOv8, YOLOv12, YOLO26, YOLO-NAS, RF-DETR, और वर्गीकरण मॉडल</td></tr><tr><td>PyTorch (.pt)</td><td>कस्टम PyTorch पाइपलाइन</td><td>Roboflow 3.0, YOLOv8, YOLOv12, YOLO26, YOLO-NAS, RF-DETR, और वर्गीकरण मॉडल</td></tr><tr><td>CoreML</td><td><a href="https://docs.roboflow.com/deployment/self-hosted/sdks/ios-sdk">iOS और Apple डिवाइस</a></td><td>Roboflow 3.0, YOLOv8, YOLOv12, YOLO26, RF-DETR, और वर्गीकरण मॉडल</td></tr><tr><td>TFLite (int8)</td><td><a href="https://docs.roboflow.com/deployment/self-hosted/sdks/openmv">माइक्रोकंट्रोलर (उदा.: OpenMV)</a></td><td>Roboflow 3.0, YOLOv8, YOLOv12, और YOLO26</td></tr><tr><td>TensorFlow.js</td><td><a href="https://docs.roboflow.com/deployment/self-hosted/sdks/web-browser">वेब ब्राउज़र</a></td><td>Roboflow 3.0 और RF-DETR ऑब्जेक्ट डिटेक्शन मॉडल</td></tr><tr><td>Luxonis OAK / DepthAI</td><td><a href="https://docs.roboflow.com/deployment/self-hosted/sdks/luxonis-oak">OAK कैमरे</a></td><td>Roboflow 3.0 और YOLOv8 ऑब्जेक्ट डिटेक्शन मॉडल</td></tr></tbody></table>

* इंस्टेंस सेगमेंटेशन, वर्गीकरण, और keypoint detection मॉडल ONNX में एक्सपोर्ट होते हैं। CoreML भी इंस्टेंस सेगमेंटेशन और वर्गीकरण मॉडलों के लिए उपलब्ध है।
* RF-DETR मॉडल ओपन सोर्स [rf-detr library](https://github.com/roboflow/rf-detr) (प्रायोगिक).
* RF-DETR NAS और SAM3 मॉडल केवल Roboflow Inference के माध्यम से चलते हैं और वेट्स डाउनलोड का समर्थन नहीं करते।
* फ़ाइन-ट्यून किए गए मल्टीमोडल मॉडल (उदा.: PaliGemma, Florence-2, Qwen) बिना रूपांतरण के अपने Hugging Face आउटपुट डायरेक्टरी (safetensors) के रूप में डाउनलोड होते हैं।

#### विधि A: Roboflow प्लेटफ़ॉर्म

अपने Project में मॉडल पर जाएँ। यदि आपकी योजना अनुमति देती है, तो "Download Weights" बटन पर क्लिक करके आप अपने मॉडल के आर्किटेक्चर के लिए उपलब्ध फ़ॉर्मैट्स में वेट्स डाउनलोड कर सकते हैं।

<figure><img src="https://3815805500-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2Fcmo9mhfIjYrvFFy1U7dk%2Fuploads%2Fgit-blob-c419cf8b11bce7fc529bbf30faacc449ff875205%2Fdownload-weights.png?alt=media" alt="Download Weights button"><figcaption></figcaption></figure>

#### विधि B: Python SDK

आप Roboflow Python पैकेज का उपयोग करके वेट्स को सीधे अपनी डायरेक्टरी में भी डाउनलोड कर सकते हैं:

```python
from roboflow import Roboflow

rf = Roboflow(api_key="YOUR_API_KEY")
model = rf.workspace().project("PROJECT_ID").version(1).models()[0]
model.download()  # Downloads 'weights.pt' to your local folder
```

**नोट**: Roboflow Inference ecosystem के बाहर उपयोग किए गए मॉडल वेट्स के लिए Roboflow तकनीकी सहायता प्रदान नहीं करता। सर्वोत्तम अनुभव के लिए, हम Section 1 में बताए गए Inference path का उपयोग करने की अनुशंसा करते हैं।