> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-docs-router-model-page-pilot.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.
# 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](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/RTDETR_detect/ko.md)
***
**Source fingerprint (SHA-256):** `658a47cae788da207a52edc6bf8a428c9f3d8cf415e5f20f71d6125ad6d49734`