RTDETR_detect - ComfyUI Built-in Node Documentation - ComfyUI

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	描述	数据类型	是否必需	取值范围
`模型`	用于目标检测的 RT-DETR 模型。	MODEL	是	不适用
`图像`	要检测目标的输入图像。该节点最多可批量处理 32 张图像。	IMAGE	是	不适用
`阈值`	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）。	FLOAT	否	不适用
`类别名称`	按类别过滤检测结果。设置为 ‘all’ 可禁用过滤（默认值：“all”）。	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"`
`最大检测数`	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）。	INT	否	不适用

输出

输出名称	描述	数据类型
`边界框`	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。	BOUNDINGBOX

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

Source fingerprint (SHA-256): 0c32aa9e17b8ea81e52cb45df2a40f7c1faeb39fdf18dfc643d1d31ed0bfdefd