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/ |
|---|---|---|
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。 |
|
备注 |
可选的备注信息,用于描述该步骤的用途。 |
|
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。 |
|
检测分类 |
自定义检测类别的英文提示词,在 |
["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。 |
|
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。 |
|
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。