通用检测模型(快)

简介

这是一个轻量、加速推理的通用目标检测模型模板,适用于简单物体检测场景。本页为模型说明模板,包含输入/输出定义、示例场景、配置参数说明与推荐使用场景。

输入/输出

  • 输入(Input):
    • 图像(单帧)(来自上游节点或工作流输入)

  • 输出(Output):
    • 基于用户提示词的检测结果,包含检测到的物体类别、置信度和边界框信息。。

场景示例

配置参数详解

下面列出模板中常见的配置参数与含义,实际字段名请与项目中的配置文件或推理服务对齐。

参数

说明

示例/ 默认值

节点名称

自定义该节点的名称,用于标识工作流中的该步骤。无需特意编辑,保持默认即可。

general_detection_model_fast_1

备注

可选的备注信息,用于描述该步骤的用途。

留空

图像

指定输入图像的来源,可以是上游节点的输出或工作流的输入参数。

input image

检测分类

自定义检测类别的英文提示词,在 ["  "] 中输入需要检测的物体类别,多个类别用逗号分隔。

["box", "bottle", "chair"]

置信度阈值

设置检测结果的置信度阈值,范围为0到1。低于该阈值的检测结果将被过滤掉。

0.3

标签置信度阈值

为每个标签单独设置置信度阈值,使用JSON格式输入。

{"car": 0.5, "person": 0.7}

推理精度

选择推理模式,FP32(32位浮点)更准确,FP16(16位)更快但精度略低。

FP32

图像分辨率

推理时的输入图像分辨率。更高的分辨率对小目标检测更准确,但速度更慢且显存占用更大。

640

使用场景

  • 需要对图像中简单的物体进行检测和识别。

  • 需要流畅的推理速度,但不需要很高的检测精度。

  • 需要保持视频的高帧率实时监测。