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.
本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ 在 GitHub 上编辑RT-DETR 检测节点使用 RT-DETR 模型对输入图像执行目标检测。它能识别物体、绘制边界框，并根据 COCO 数据集类别进行标注。您可以根据置信度分数、目标类别进行过滤，并限制检测总数。
输入
| 参数 | 数据类型 | 是否必需 | 取值范围 | 描述 |
|---|---|---|---|---|
模型 | MODEL | 是 | 不适用 | 用于目标检测的 RT-DETR 模型。 |
图像 | IMAGE | 是 | 不适用 | 要检测目标的输入图像。该节点最多可批量处理 32 张图像。 |
阈值 | FLOAT | 否 | 不适用 | 检测结果必须达到的最低置信度分数，才会被包含在结果中（默认值：0.5）。 |
类别名称 | COMBO | 否 | "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" | 按类别过滤检测结果。设置为 ‘all’ 可禁用过滤（默认值：“all”）。 |
最大检测数 | INT | 否 | 不适用 | 每张图像返回的最大检测数量。按置信度分数降序排列（默认值：100）。 |
输出
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
bboxes | BOUNDINGBOX | 每个输入图像的边界框列表。每个框包含坐标 (x, y, 宽度, 高度)、类别标签和置信度分数。 |
Source fingerprint (SHA-256):
0c32aa9e17b8ea81e52cb45df2a40f7c1faeb39fdf18dfc643d1d31ed0bfdefd