메인 콘텐츠로 건너뛰기
RT-DETR 탐지 노드는 RT-DETR 모델을 사용하여 입력 이미지에서 객체 탐지를 수행합니다. 객체를 식별하고, 주변에 경계 상자를 그린 후 COCO 데이터셋 클래스에 따라 레이블을 지정합니다. 신뢰도 점수, 객체 클래스별로 결과를 필터링할 수 있으며, 탐지 결과의 총 개수를 제한할 수도 있습니다.

입력

매개변수설명데이터 타입필수범위
model객체 탐지에 사용되는 RT-DETR 모델입니다.MODEL해당 없음
image객체를 탐지할 입력 이미지입니다. 노드는 최대 32개까지 배치로 이미지를 처리합니다.IMAGE해당 없음
threshold결과에 포함되기 위해 탐지 결과가 가져야 하는 최소 신뢰도 점수입니다(기본값: 0.5).FLOAT아니요해당 없음
class_name클래스별로 탐지 결과를 필터링합니다. ‘all’로 설정하면 필터링이 비활성화됩니다(기본값: “all”).COMBO아니요"all"
"person"
"bicycle"
"car"
"motorcycle"
"airplane"
"bus"
"train"
"truck"
"boat"
"traffic light"
"fire hydrant"
"stop sign"
"parking meter"
"bench"
"bird"
"cat"
"dog"
"horse"
"sheep"
"cow"
"elephant"
"bear"
"zebra"
"giraffe"
"backpack"
"umbrella"
"handbag"
"tie"
"suitcase"
"frisbee"
"skis"
"snowboard"
"sports ball"
"kite"
"baseball bat"
"baseball glove"
"skateboard"
"surfboard"
"tennis racket"
"bottle"
"wine glass"
"cup"
"fork"
"knife"
"spoon"
"bowl"
"banana"
"apple"
"sandwich"
"orange"
"broccoli"
"carrot"
"hot dog"
"pizza"
"donut"
"cake"
"chair"
"couch"
"potted plant"
"bed"
"dining table"
"toilet"
"tv"
"laptop"
"mouse"
"remote"
"keyboard"
"cell phone"
"microwave"
"oven"
"toaster"
"sink"
"refrigerator"
"book"
"clock"
"vase"
"scissors"
"teddy bear"
"hair drier"
"toothbrush"
max_detections이미지당 반환할 최대 탐지 결과 개수입니다. 신뢰도 점수가 높은 순서대로 반환됩니다(기본값: 100).INT아니요해당 없음

출력

출력 이름설명데이터 타입
bboxes각 입력 이미지에 대한 경계 상자 목록입니다. 각 상자에는 좌표(x, y, 너비, 높이), 클래스 레이블 및 신뢰도 점수가 포함됩니다.BOUNDINGBOX
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집

Source fingerprint (SHA-256): 0c32aa9e17b8ea81e52cb45df2a40f7c1faeb39fdf18dfc643d1d31ed0bfdefd