RTDETR_detect - ComfyUI Built-in Node Documentation - ComfyUI

RT-DETR Detect 节点使用 RT-DETR 模型对输入图像执行目标检测。该节点可识别物体，返回物体周围的边界框，并根据 COCO 数据集类别为其标注。你可以按置信度分数、物体类别筛选结果，并限制检测总数。

输入

参数	描述	数据类型	必填	范围
`模型`	用于目标检测的 RT-DETR 模型。	MODEL	是	N/A
`图像`	要在其中检测物体的输入图像。节点最多可批量处理 32 张图像。	IMAGE	是	N/A
`阈值`	检测结果必须达到的最低置信度分数，满足条件才会被包含在结果中（默认：0.5）。	FLOAT	是	N/A
`类别名称`	按类别筛选检测结果。设置为 `'all'` 可禁用筛选（默认：`"all"`）。	COMBO	是	`"all"` `"person"` `"bicycle"` `"car"` `"motorcycle"` `"airplane"` `"bus"` `"train"` `"truck"` `"boat"` `"traffic light"` `"fire hydrant"` `"stop sign"` `"parking meter"` `"bench"` `"bird"` `"cat"` `"dog"` `"horse"` `"sheep"` `"cow"` `"elephant"` `"bear"` `"zebra"` `"giraffe"` `"backpack"` `"umbrella"` `"handbag"` `"tie"` `"suitcase"` `"frisbee"` `"skis"` `"snowboard"` `"sports ball"` `"kite"` `"baseball bat"` `"baseball glove"` `"skateboard"` `"surfboard"` `"tennis racket"` `"bottle"` `"wine glass"` `"cup"` `"fork"` `"knife"` `"spoon"` `"bowl"` `"banana"` `"apple"` `"sandwich"` `"orange"` `"broccoli"` `"carrot"` `"hot dog"` `"pizza"` `"donut"` `"cake"` `"chair"` `"couch"` `"potted plant"` `"bed"` `"dining table"` `"toilet"` `"tv"` `"laptop"` `"mouse"` `"remote"` `"keyboard"` `"cell phone"` `"microwave"` `"oven"` `"toaster"` `"sink"` `"refrigerator"` `"book"` `"clock"` `"vase"` `"scissors"` `"teddy bear"` `"hair drier"` `"toothbrush"`
`最大检测数`	每个图像最多返回的检测结果数量。按置信度分数从高到低排列（默认：100）。	INT	是	N/A

输出

输出名称	描述	数据类型
`边界框`	每个输入图像的边界框列表。每个框包含坐标 (x, y, width, height)、类别标签和置信度分数。	BOUNDINGBOX

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): 658a47cae788da207a52edc6bf8a428c9f3d8cf415e5f20f71d6125ad6d49734