Object Detection (D-FINE)

Ce bloc de fonction effectue la détection d'objets en temps réel sur une image d'entrée. Il vous permet de choisir la taille du modèle (compromis entre rapidité et précision), de filtrer les classes d'objets à détecter, de définir un seuil de confiance et, en option, d'afficher des boîtes englobantes colorées sur l'image de sortie.

📥 Entrées

Image L'image à analyser pour la détection d'objets.

📤 Sorties

Result Image annotée avec les boîtes englobantes et les étiquettes (présente si le dessin est activé).

Boxes Liste des coordonnées des boîtes englobantes pour chaque détection (format : [x1, y1, x2, y2]).

Labels Noms de classes pour chaque objet détecté.

Scores Score de confiance pour chaque détection.

🕹️ Contrôles

Model Choisissez la taille du modèle (exemples : Nano / Small / Medium / Large / XLarge) pour équilibrer la vitesse d'inférence et la précision.

Select Classes Tableau pour cocher uniquement les classes COCO que vous souhaitez que le bloc signale (laisser tout décoché pour autoriser toutes les classes).

Draw Boxes Bascule pour activer/désactiver le dessin des boîtes englobantes colorées et des étiquettes sur l'image de sortie.

Threshold Curseur pour définir le seuil de score de confiance (0–100) pour accepter les détections.

🎨 Fonctionnalités

• Sélection de la taille du modèle pour privilégier la vitesse ou la précision.

• Filtrage des classes pour ne recevoir que les détections utiles.

• Contrôle du seuil de confiance pour réduire les faux positifs.

• Sortie visuelle optionnelle avec boîtes englobantes colorées et étiquettes lisibles.

• Retourne à la fois une image annotée et des données structurées (boxes, labels, scores) pour un traitement ultérieur.

📝 Instructions d'utilisation

1. Connectez un bloc producteur d'images à l'entrée Image.

2. Choisissez une taille via Model selon que vous souhaitez plus de rapidité ou plus de précision.

3. Utilisez Select Classes pour limiter la détection aux types d'objets nécessaires (ou laissez vide pour tout accepter).

4. Ajustez le curseur Threshold pour régler la sensibilité des détections.

5. Activez Draw Boxes si vous souhaitez obtenir une image visuelle sur la sortie Result.

6. Utilisez les sorties Boxes, Labels et Scores pour des traitements ou enregistrements ultérieurs.

📊 Évaluation

À l'exécution, ce bloc traite l'image d'entrée selon le Model et le Threshold choisis et renvoie les détections. Si Draw Boxes est activé, une image annotée sera disponible sur Result ; les métadonnées de détection sont toujours disponibles sur les autres sorties.

💡 Conseils et astuces

• Si les petits objets sont manqués, essayez d'entrer une image plus détaillée avec Super Resolution ou évitez de réduire la taille d'entrée avec Image Resize.

• Pour réduire le temps de traitement, choisissez un Model plus petit (Nano/Small) en acceptant une perte de précision.

• Découpez la zone d'intérêt avant la détection avec Image ROI Select ou Image ROI pour gagner en vitesse et réduire les faux positifs.

• Pour déboguer visuellement, connectez la sortie Result à Show Image afin d'inspecter les détections en direct.

• Si vous voulez conserver les détections entre les images (tracking), combinez les sorties avec Object_Detection_Tracker.

• Sauvegardez les images contenant des détections avec Image Logger, Image Write ou Record Video pour une revue ultérieure.

• Exports des métadonnées de détection (boxes / labels / scores) avec CSV Export ou Data to JSON pour analyses et rapports.

• Lors des essais, surveillez l'utilisation système avec GPU Statistics pour choisir une taille de Model adaptée à votre matériel.

• Si vous souhaitez un comportement de détection différent ou tester d'autres modèles, comparez avec Object Detection - Custom ou d'autres alternatives.

🛠️ Dépannage

• Si vous n'obtenez aucune détection, baissez le Threshold ou vérifiez que la classe désirée est cochée dans Select Classes.

• Si les détections sont trop nombreuses ou bruitées, augmentez le Threshold ou limitez les classes dans Select Classes.

• Si le traitement est trop lent, choisissez un Model plus petit ou recadrez l'image d'entrée avec Image ROI Select.

• Si l'image de sortie est vide alors que les autres sorties contiennent des données, assurez-vous que Draw Boxes est activé pour obtenir un résultat visuel.