Object Detection

Esta función detecta objetos comunes en una imagen y devuelve resultados tanto visuales como estructurados. Úsala para localizar y contar elementos como personas, vehículos y muchas clases COCO. Ofrece configuración rápida para la confianza y la selección de clases, de modo que puedas adaptar la detección a tu escenario.

📥 Entradas

• Image Any — Imagen que deseas analizar.

📤 Salidas

• Image Any — Imagen anotada con cuadros de detección y etiquetas.

• Object Count — Número de objetos detectados.

• Object Center Locations — Ubicaciones (centros) de los objetos detectados (puede haber múltiples).

• Object Sizes (w, h) — Pares ancho/alto para cada objeto detectado (puede haber múltiples).

• Object Class — Nombres de clase para cada objeto detectado (puede haber múltiples).

• Rectangles — Coordenadas de los rectángulos delimitadores para cada detección (puede haber múltiples).

🕹️ Controles

• Confidence Threshold % — Control deslizante para fijar la confianza mínima necesaria para aceptar detecciones. Aumentarlo reduce los falsos positivos; bajarlo puede detectar más objetos pero con menor seguridad.

• Select Detection Class — Desplegable para elegir un grupo predefinido de clases (por ejemplo: All, Human, Animals, Indoor, Outdoor). Seleccionar un grupo más limitado acelera y enfoca la detección.

⚙️ Cómo funciona

• Al ejecutarse, el bloque procesa la imagen entrante con el detector interno y aplica el filtro de confianza y la selección de clases elegidas.

• Devuelve la imagen anotada junto con salidas estructuradas: conteo, posiciones centrales, tamaños, nombres de clase y coordenadas de rectángulos.

• Si el detector aún se está cargando, el bloque mostrará un mensaje informativo y esperará hasta que el detector esté listo antes de producir resultados.

🎯 Características

• Detección lista para usar para muchas clases comunes.

• Presets de grupos de clases para enfocarse rápidamente en personas, animales, objetos de interior, objetos de exterior o todas las clases.

• Salida visual anotada más salidas numéricas/estructuradas detalladas para automatización o registro.

• Controles sencillos para equilibrar sensibilidad de detección y seleccionar las clases deseadas.

📝 Instrucciones de uso

1. Conecta una cámara o fuente de imagen al input Image Any.

2. Elige un preset adecuado en Select Detection Class para limitar la detección a las clases relevantes.

3. Ajusta Confidence Threshold % para encontrar el equilibrio entre objetos perdidos y falsos positivos.

4. Usa las salidas para activar lógica posterior, seguimiento, visualización o almacenamiento.

💡 Tips y trucos

• Para entrada de cámara en vivo, usa uno de los bloques de entrada de imagen como Camera USB, Camera IP (ONVIF), Stream Reader o Load Image para pruebas fuera de línea.

• Para visualizar las detecciones en la UI o en un panel, conecta la salida anotada a Show Image o dibuja superposiciones con Draw Detections.

• Para rastrear objetos entre fotogramas, alimenta las salidas de detección a Object_Detection_Tracker para obtener IDs estables y trayectorias.

• Si solo te importa un área específica, recorta la entrada primero con Image ROI o Image ROI Select para reducir detecciones falsas y mejorar el rendimiento.

• Con imágenes muy grandes, usa Image Resize o Image Resizer antes de detectar para acelerar el procesamiento.

• Guarda fotogramas o registros interesantes canalizando la imagen anotada a Image Logger, Multi Image Write o Record Video cuando aparezca un recuento o clase específica. Combínalo con bloques lógicos (por ejemplo Logic Input o comprobaciones por umbral) para guardar solo en eventos.

• Combina con bloques de análisis como Measure Position Distance o comprobaciones de ROI como Check Area para crear alertas o análisis (por ejemplo, contar personas en una zona o medir distancias).

🛠️ Solución de problemas

• Si ves demasiados falsos positivos: aumenta Confidence Threshold % o reduce el ámbito con Select Detection Class.

• Si la detección es lenta: redimensiona la entrada con Image Resize o reduce el número de clases buscando un grupo más pequeño.

• Si la imagen anotada aparece vacía pero otras salidas muestran detecciones: verifica que el bloque de visualización (por ejemplo Show Image) esté conectado y recibiendo la imagen anotada.