Object Detection (D-FINE)

Este bloque de función realiza detección de objetos en tiempo real sobre una imagen de entrada. Permite elegir un tamaño de modelo (compromiso entre velocidad y precisión), filtrar las clases de objeto a detectar, ajustar un umbral de confianza y, opcionalmente, dibujar rectángulos de color en la imagen de salida.

📥 Entradas

• Image — La imagen que se analizará para detectar objetos.

📤 Salidas

• Result — Imagen anotada con bounding boxes y etiquetas (disponible si Draw Boxes está activado).

• Boxes — Lista de coordenadas de los bounding boxes por detección (formato: [x1, y1, x2, y2]).

• Labels — Nombres de clase para cada objeto detectado.

• Scores — Puntaje de confianza para cada detección.

🕹️ Controles

• Model — Elige el tamaño del modelo (ej.: Nano / Small / Medium / Large / XLarge) según la velocidad de inferencia y la precisión que necesites.

• Select Classes — Tabla para marcar solo las clases COCO que quieres que reporte el bloque (si no marcas ninguna, permite todas las clases).

• Draw Boxes — Activar/desactivar el dibujo de bounding boxes y etiquetas coloreadas en la imagen de salida.

• Threshold — Control deslizante para fijar el umbral de confianza (0–100) para aceptar detecciones.

🎨 Características

• Selección de tamaño de Model para priorizar velocidad o precisión.

• Filtrado de clases con Select Classes para recibir solo lo que te interesa.

• Control del umbral con Threshold para reducir falsos positivos.

• Salida visual opcional con bounding boxes coloreadas y etiquetas legibles.

• Devuelve datos tanto visuales (imagen) como estructurados (Boxes, Labels, Scores) para su uso posterior.

📝 Instrucciones de uso

1. Conecta un bloque que genere imagen al input Image.

2. Elige un tamaño en Model según necesites más rapidez o más precisión.

3. Usa Select Classes para limitar la detección a los tipos de objetos que requieres (o déjalo vacío para aceptar todos).

4. Ajusta el Threshold para afinar la sensibilidad de detección.

5. Activa Draw Boxes si quieres obtener la imagen anotada en Result.

6. Usa las salidas Boxes, Labels y Scores en bloques posteriores para procesar o registrar los resultados.

📊 Evaluación

Al ejecutarlo, el bloque procesa la imagen según el Model y el Threshold seleccionados y produce las detecciones. Si Draw Boxes está activado, habrá una imagen anotada en Result; los metadatos de detección (Boxes, Labels, Scores) siempre estarán disponibles en sus salidas correspondientes.

💡 Tips y trucos

• Si faltan objetos pequeños, prueba con Super Resolution o evita reducir demasiado la imagen con Image Resize.

• Para ahorrar tiempo de procesamiento, elige un Model más pequeño (Nano/Small) a costa de algo de precisión.

• Recorta el área de interés antes de detectar usando Image ROI Select o Image ROI para mejorar velocidad y reducir falsos positivos.

• Para depuración visual, conecta Result a Show Image y revisa las detecciones en vivo.

• Para mantener detecciones entre frames (tracking), combina las salidas con Object_Detection_Tracker.

• Guarda frames con detecciones usando Image Logger, Image Write o Record Video para revisiones posteriores.

• Exporta metadatos (boxes / labels / scores) con CSV Export o Data to JSON para análisis y reportes.

• Monitorea el uso de la GPU con GPU Statistics al experimentar para elegir un Model adecuado a tu hardware.

• Si quieres otro comportamiento o probar otros modelos, compara con Object Detection - Custom u otras alternativas.

🛠️ Solución de problemas

• Si no ves detecciones, baja el Threshold o verifica que la clase deseada esté marcada en Select Classes.

• Si las detecciones son ruidosas, sube el Threshold o limita las clases en Select Classes.

• Si el procesamiento es muy lento, elige un Model más pequeño o recorta la imagen con Image ROI Select.

• Si las salidas (Boxes/Labels/Scores) contienen datos pero Result está vacía, confirma que Draw Boxes esté activado para obtener la imagen visual.