节点功能:使用 YOLOv8 模型检测图像中的物体,返回边界框(BBOX)和可视化预览图。
关于具体参数的用法大家可参考LayerMask: Object Detector Florence2(Advance)介绍文章。
对于复杂场景,比如图片中手部位置比较复杂,YoloV9检版本检测功能比V8版本更强大,以confidence置信度来看,8n比8s更精准。
节点功能:使用 YOLOv8 模型检测图像中的物体,返回边界框(BBOX)和可视化预览图。
输入参数 | |
image | 输入图像,支持批量。 |
输出参数 | |
bboxes | 标准化后的边界框数组,格式为 [x1, y1, x2, y2]。 |
preview | 可视化预览图,图中绘制了检测到的边界框。 |
控件参数 | |
yolo_model | YOLOv8 模型文件名,后缀为 .pt。 |
sort_method | 检测框排序方式。 控制边界框的顺序,支持如下选项: • area:按面积排序。 • left2right:按 X 轴排序。 • top2bottom:按 Y 轴排序。 • random:随机排序。 |
bbox_select | 检测框筛选方式。 控制哪些框被返回,支持如下选项: • all:全部返回。 • first:只返回第一个。 • last:返回最后一个。 • range:返回一定范围。 • index:返回特定索引。 |
select_index | 筛选索引,使用逗号或区间分隔,如 0,1 或 2-3。 |
关于具体参数的用法大家可参考LayerMask: Object Detector Florence2(Advance)介绍文章。
对于复杂场景,比如图片中手部位置比较复杂,YoloV9检版本检测功能比V8版本更强大,以confidence置信度来看,8n比8s更精准。