内置节点参考
RTDETR_detect - ComfyUI Built-in Node Documentation
Complete documentation for the RTDETR_detect node in ComfyUI. Learn its inputs, outputs, parameters and usage.
RT-DETR 检测节点使用 RT-DETR 模型对输入图像执行目标检测。它能识别物体、绘制边界框，并根据 COCO 数据集类别进行标注。您可以根据置信度分数、目标类别进行过滤，并限制检测总数。
输入
| 参数 | 描述 | 数据类型 | 是否必需 | 取值范围 |
|---|---|---|---|---|
模型 |
用于目标检测的 RT-DETR 模型。 | MODEL | 是 | 不适用 |
图像 |
要检测目标的输入图像。该节点最多可批量处理 32 张图像。 | IMAGE | 是 | 不适用 |
阈值 |
检测结果必须达到的最低置信度分数，才会被包含在结果中（默认值：0.5）。 | FLOAT | 否 | 不适用 |
类别名称 |
按类别过滤检测结果。设置为 'all' 可禁用过滤（默认值："all"）。 | COMBO | 否 | "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 | 每张图像返回的最大检测数量。按置信度分数降序排列（默认值：100）。 | INT | 否 | 不适用 |
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, 宽度, 高度)、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): 0c32aa9e17b8ea81e52cb45df2a40f7c1faeb39fdf18dfc643d1d31ed0bfdefd
官方原文
本页来自 Comfy-Org 官方中文文档的固定版本，并转换为 xueai 静态页面。内容以官方持续更新的页面为准。