threshold: 检测置信度阈值
- 高阈值 (接近 1.0): 只保留高置信度的检测结果,减少误检但可能遗漏一些目标
- 低阈值 (接近 0.0): 保留更多检测结果,提高召回率但可能增加误检
dilation: 掩码膨胀值,正值膨胀,负值收缩。
使用该节点要使用segm模型,不要使用bbox模型。
输入参数 | |
segm_detector | 已加载的语义分割模型。 |
image | 输入图像,格式为 RGB 张量。 |
输出参数 | |
MASK | 所有分割目标合并后的掩码图像,格式为单通道张量。 |
控件参数 | |
threshold | 概率阈值,低于该值的像素将被排除在分割结果之外。 |
dilation | 掩码膨胀半径(像素),用于扩大分割区域边界,值为 0 表示不膨胀。 |
threshold: 检测置信度阈值
dilation: 掩码膨胀值,正值膨胀,负值收缩。
使用该节点要使用segm模型,不要使用bbox模型。
可加入星球获取所有示例工作流~
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
输入参数 | |
segm_detector | 已加载的语义分割模型。 |
image | 输入图像,格式为 RGB 张量。 |
输出参数 | |
MASK | 所有分割目标合并后的掩码图像,格式为单通道张量。 |
控件参数 | |
threshold | 概率阈值,低于该值的像素将被排除在分割结果之外。 |
dilation | 掩码膨胀半径(像素),用于扩大分割区域边界,值为 0 表示不膨胀。 |
threshold: 检测置信度阈值
dilation: 掩码膨胀值,正值膨胀,负值收缩。
使用该节点要使用segm模型,不要使用bbox模型。