ComfyUI-Impact-Pack>BBOX Detector (SEGS)
ComfyUI-Impact-Pack

BBOX Detector (SEGS)

节点功能:于检测图像中的对象边界框并将结果转换为 SEGS 数据结构。
BBOX Detector (SEGS)-节点参数说明
输入参数
bbox_detector目标检测器对象,用于检测图像中的感兴趣区域。
image单张图像。
detailer_hook可选的 detailer 处理钩子,用于后续流程中的 hook 对接。
输出参数
SEGS结构化的区域数据,包含裁剪图像、掩码、bbox、置信度、裁剪区域、标签等信息。
控件参数
threshold置信度阈值,低于该值的检测目标将被过滤。默认 0.5。通常设置为 0.4~0.6 可获得较稳定的目标检测结果。
dilation膨胀掩码的像素数量。支持负值表示腐蚀操作。默认 10。建议保持在 5~20 之间,根据检测对象大小调节。
crop_factor裁剪 bbox 时放大的倍数。默认 3.0,范围 1~100。用于确保裁剪区域包含上下文信息,建议 2.0~5.0。
drop_size最小保留目标尺寸,小于此值(以 bbox 尺寸判断)的对象将被忽略。默认 10。
labels允许保留的类别标签列表,英文逗号分隔,如 "person,car", "all" 表示不过滤。

threshold 参数是检测置信度阈值,用于控制检测器识别对象的最低置信度要求。

  • 较高的阈值(如 0.7-0.9):只检测非常确定的对象,减少误检,但可能遗漏一些对象
  • 较低的阈值(如 0.3-0.5):检测更多可能的对象,但可能包含误检
  • 默认值 0.5:在准确性和召回率之间的平衡点

dilation: 掩码扩张值。负值收缩,正值膨胀。

crop_factor: 裁剪区域扩展倍数。该值不会改变mask的大小,但会改变裁切区域的变化。

drop_size: 最小检测尺寸过滤,小于该尺寸的mask会被过滤掉。

如下,drop_size设置为10,mask大于该尺寸,则能够显示。

此时设置drop_size为50,小于该尺寸的mask被过滤掉了。

广告

可加入星球获取所有示例工作流~

广告

微信扫码入群,加入AIGC大家庭吧!

如您有任何疑问和网站建议,也欢迎加入我们的QQ交流群!

QQ群:128763578