RTDETR_detect - ComfyUI Built-in Node Documentation

RT-DETR Detect 노드는 RT-DETR 모델을 사용하여 입력 이미지에서 객체 감지를 수행합니다. 객체를 식별하고, 객체 주변의 경계 상자(bounding box)를 반환하며, COCO 데이터셋 클래스에 따라 객체에 레이블을 지정합니다. 신뢰도 점수와 객체 클래스로 결과를 필터링하고 감지 총 개수를 제한할 수 있습

RT-DETR Detect 노드는 RT-DETR 모델을 사용하여 입력 이미지에서 객체 감지를 수행합니다. 객체를 식별하고, 객체 주변의 경계 상자(bounding box)를 반환하며, COCO 데이터셋 클래스에 따라 객체에 레이블을 지정합니다. 신뢰도 점수와 객체 클래스로 결과를 필터링하고 감지 총 개수를 제한할 수 있습니다.

​

입력

매개변수	설명	데이터 타입	필수	범위
model	객체 감지에 사용되는 RT-DETR 모델입니다.	MODEL	예	N/A
image	객체를 감지할 입력 이미지입니다. 이 노드는 최대 32개씩 이미지를 배치로 처리합니다.	IMAGE	예	N/A
threshold	결과에 포함되기 위해 감지가 가져야 하는 최소 신뢰도 점수입니다(기본값: 0.5).	FLOAT	아니요	N/A
class_name	클래스별로 감지 결과를 필터링합니다. 필터링을 비활성화하려면 ‘all’로 설정합니다(기본값: “all”).	COMBO	아니요	"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_detections	이미지당 반환할 최대 감지 개수입니다. 신뢰도 점수가 높은 순서대로 반환됩니다(기본값: 100).	INT	아니요	N/A

​

출력

출력 이름	설명	데이터 타입
bboxes	각 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): 658a47cae788da207a52edc6bf8a428c9f3d8cf415e5f20f71d6125ad6d49734