> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# WeVisOneDetect - ComfyUI Built-in Node Documentation

> WeVisOne-VL Detect encuentra objetos en una imagen a partir de un prompt de texto y devuelve cajas, máscaras alfa, puntos o la propia respuesta del modelo

WeVisOne-VL Detect encuentra objetos en una imagen a partir de un prompt de texto y devuelve cajas, máscaras alfa, puntos o la propia respuesta del modelo, según la tarea que elijas. Abarca detección y segmentación de vocabulario abierto, expresiones referenciales, señalización, conteo y fundamentación de OCR, y ejecuta un prompt por imagen en el lote.

## Entradas

| Parámetro | Descripción | Tipo de datos | Requerido | Rango |
| - | - | - | - | - |
| `clip` | El codificador de texto WeVisOne-VL que carga el checkpoint. | CLIP | Sí | - |
| `image` | La imagen o el lote de imágenes en el que buscar. | IMAGE | Sí | - |
| `task` | Qué debe devolver el nodo. La segmentación devuelve cajas más máscaras alfa; `detection`, `referring`, `ocr` y `ocr_grounding` devuelven cajas; `point` y `count_point` devuelven puntos; `count_box` cuenta con cajas; `visual_prompt` encuentra objetos similares a las cajas de referencia en `bboxes`; `freeform` envía la consulta sin cambios, así que la respuesta suele ser solo texto (predeterminado: "segmentation"). | COMBO | Sí | `"segmentation"` `"detection"` `"referring"` `"point"` `"count_box"` `"count_point"` `"ocr"` `"ocr_grounding"` `"visual_prompt"` `"freeform"` |
| `query` | Qué buscar, en lenguaje natural (por ejemplo, "la taza roja"). `detection` y `point` leen una etiqueta por línea, `count_box` y `count_point` cuentan el sujeto que nombres, `ocr_grounding` busca este texto exacto, `visual_prompt` usa `bboxes` en su lugar, y `freeform` lo envía como el prompt completo. `ocr` lo ignora. | STRING | Sí | - |
| `bboxes` | Cajas de referencia que `visual_prompt` usa como ejemplos del objeto a encontrar. | BOUNDING\_BOX | No | - |
| `individual_masks` | Devuelve una máscara alfa por cada caja detectada en la salida `bboxes`, fotograma a fotograma, en lugar de una máscara alfa combinada por fotograma (predeterminado: false). | BOOLEAN | No | true false |
| `max_length` | Número máximo de tokens que el modelo puede generar para su respuesta (predeterminado: 4096). | INT | Sí | 1 a 32768 |

**Nota:** Las máscaras alfa se rellenan solo cuando el modelo responde con referencias a objetos, que es lo que pide la tarea de segmentación. Las demás tareas suelen devolver cajas, puntos o texto con una máscara alfa vacía, pero una instrucción `freeform` que pida referencias a objetos también puede rellenarlas.

## Salidas

| Nombre de salida | Descripción | Tipo de datos |
| - | - | - |
| `masks` | Máscaras alfa de los objetos coincidentes, una por fotograma de forma predeterminada o una por caja con `individual_masks`. | MASK |
| `bboxes` | Cajas encontradas en cada imagen, almacenadas como `x`, `y`, `width`, `height` y `label`. | BOUNDING\_BOX |
| `points` | Puntos como JSON en píxeles, un objeto por punto con `x`, `y`, `label` y `frame`, por ejemplo `[{"x": 128, "y": 96, "label": "cup", "frame": 0}]`. Los rellenan las tareas `point` y `count_point`. | STRING |
| `text` | Las respuestas sin procesar del modelo, unidas con saltos de línea; una respuesta puede ocupar varias líneas. | STRING |

> Esta documentación fue generada por IA. Si encuentra algún error o tiene sugerencias de mejora, ¡no dude en contribuir! [Editar en GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/WeVisOneDetect/es.md)

***

**Source fingerprint (SHA-256):** `0cef1dfcab790e145ace51401a84cdc10282835330cda5a3770f5b20a32d475e`


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.