WeVisOneDetect - ComfyUI Built-in Node Documentation - ComfyUI

WeVisOne-VL Detect는 텍스트 프롬프트를 사용해 이미지에서 객체를 찾고, 선택한 작업에 따라 박스, 알파 매트, 포인트 또는 모델 자체의 답변을 반환합니다. 개방형 어휘 검출 및 분할, 지시 표현, 포인팅, 계수 및 OCR 그라운딩을 지원하며, 배치의 이미지당 하나의 프롬프트를 실행합니다.

입력

매개변수	설명	데이터 타입	필수	범위
`clip`	체크포인트를 로드하는 WeVisOne-VL 텍스트 인코더입니다.	CLIP	예	-
`image`	검색할 이미지 또는 이미지 배치입니다.	IMAGE	예	-
`task`	노드가 반환해야 하는 항목입니다. segmentation은 박스와 알파 매트를 반환하고, detection, referring, ocr 및 ocr_grounding은 박스를 반환합니다. point 및 count_point는 포인트를 반환하고, count_box는 박스와 함께 개수를 세며, visual_prompt는 `bboxes`의 참조 박스와 유사한 객체를 찾고, freeform은 쿼리를 변경하지 않고 전송하므로 보통 텍스트만 반환합니다(기본값: “segmentation”).	COMBO	예	`"segmentation"` `"detection"` `"referring"` `"point"` `"count_box"` `"count_point"` `"ocr"` `"ocr_grounding"` `"visual_prompt"` `"freeform"`
`query`	찾을 대상을 일상적인 언어로 입력합니다(예: “빨간 머그잔”). `detection` 및 `point`는 한 줄에 하나의 레이블을 읽고, `count_box` 및 `count_point`는 지정한 대상을 세며, `ocr_grounding`은 이 정확한 텍스트를 찾고, `visual_prompt`는 대신 `bboxes`를 사용하며, `freeform`은 이를 전체 프롬프트로 전송합니다. `ocr`은 이를 무시합니다.	STRING	예	-
`bboxes`	`visual_prompt`가 찾을 객체의 예시로 사용하는 참조 박스입니다.	BOUNDING_BOX	아니요	-
`individual_masks`	프레임당 하나의 결합된 매트 대신 `bboxes` 출력의 감지된 박스마다 하나의 매트를 프레임별로 반환합니다(기본값: false).	BOOLEAN	아니요	true false
`max_length`	모델이 답변으로 생성할 수 있는 최대 토큰 수입니다(기본값: 4096).	INT	예	1~32768

참고: 매트는 모델이 객체 참조로 답할 때 채워지며, 이는 segmentation 작업에서 요구하는 방식입니다. 다른 작업은 보통 빈 매트와 함께 박스, 포인트 또는 텍스트를 반환하지만, freeform 프롬프트가 객체 참조를 요구하면 매트가 채워질 수도 있습니다.

출력

출력 이름	설명	데이터 타입
`masks`	일치한 객체의 알파 매트로, 기본적으로 프레임당 하나 또는 `individual_masks` 사용 시 박스당 하나입니다.	MASK
`bboxes`	각 이미지에서 찾은 박스로, `x`, `y`, `width`, `height` 및 `label`로 저장됩니다.	BOUNDING_BOX
`points`	픽셀 단위의 JSON 포인트로, 점마다 `x`, `y`, `label`, `frame`을 가진 객체입니다(예: `[{"x": 128, "y": 96, "label": "cup", "frame": 0}]`). `point` 및 `count_point` 작업에서 채워집니다.	STRING
`text`	모델의 원시 답변을 줄바꿈으로 이어 붙인 것으로, 답변 자체가 여러 줄일 수 있습니다.	STRING

이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집

Source fingerprint (SHA-256): 0cef1dfcab790e145ace51401a84cdc10282835330cda5a3770f5b20a32d475e