Object Detection मॉडल

Workflow में एक object detection मॉडल चलाएँ।

इस ब्लॉक के बारे में

Object Detection Model ब्लॉक आपको Roboflow पर प्रशिक्षित या अपलोड किए गए ऑब्जेक्ट डिटेक्शन मॉडल को चलाने देता है।

ऑब्जेक्ट डिटेक्शन मॉडल किसी छवि में कस्टम वस्तुओं की पहचान करने देते हैं। उदाहरण के लिए, आप ऑब्जेक्ट डिटेक्शन ब्लॉक का उपयोग कर सकते हैं:

1. किसी उत्पाद में दोषों की पहचान करना

2. सड़क पर वाहनों के स्थान को ढूँढना

3. असेंबली लाइन पर आइटम ढूँढना

आप अपने Workspace में संग्रहीत निजी मॉडल या Roboflow Universe पर सार्वजनिक मॉडल चला सकते हैं।

Object Detection Model ब्लॉक।

आप इस ब्लॉक में क्या भेज सकते हैं

आप Object Detection Model ब्लॉक को निम्न पर चला सकते हैं:

1. एक छवि जिसे आप अपने Workflow में भेजते हैं

2. एक वीडियो फ़्रेम जिसे आप अपने Workflow में भेजते हैं

3. एक छवि का क्रॉप किया गया क्षेत्र जिसे आपके Workflow में कैलकुलेट किया गया है (जैसे कि Crop ब्लॉक के साथ)

यह ब्लॉक क्या लौटाता है

ऑब्जेक्ट डिटेक्शन मॉडल ब्लॉक उन भविष्यवाणियों (predictions) को लौटाता है जिन्हें अन्य ब्लॉकों में उपयोग किया जा सकता है। Predictions में निम्न जानकारी होती है:

• प्रत्येक पाए गए ऑब्जेक्ट का स्थान (xyxy निर्देशांक)

• प्रत्येक ऑब्जेक्ट स्थान से संबंधित क्लास नाम

अपने ऑब्जेक्ट डिटेक्शन मॉडल के परिणामों को किसी छवि पर प्लॉट करके देखने के लिए, आपको Visualizer ब्लॉक का उपयोग करना होगा। आप निम्न का उपयोग कर सकते हैं:

• Bounding Box Visualization: मॉडल द्वारा लौटाए गए बॉंडिंग बॉक्स दिखाएँ।

• Label Visualization: मॉडल द्वारा लौटाए गए क्लास लेबल दिखाएँ।

यहाँ इस ब्लॉक द्वारा लौटाए गए ऑब्जेक्ट डिटेक्शनों का Bounding Box और Label विज़ुअलाइज़ेशन दोनों के साथ विज़ुअलाइज़ किए जाने का एक उदाहरण है:

इमेज पर प्रदर्शित एक object detection मॉडल से Predictions।

ब्लॉक को कैसे कॉन्फ़िगर करें

जब आप इस ब्लॉक को सेटअप करते हैं, तो आपसे अपने Workspace से एक मॉडल चुनने के लिए कहा जाएगा:

अपने Workspace में किसी मॉडल का उपयोग करने के लिए, Your Models की सूची से चुनें।

हमारे पास कुछ बेस और पब्लिक मॉडल भी उपलब्ध हैं।

आप चुन सकते हैं:

• RF-DETR base और YOLO11 जैसे बेस मॉडल

• विशेष उपयोग मामलों के लिए सुझाए गए मॉडल जैसे वाहन डिटेक्शन और रिटेल इन्वेंटरी डिटेक्शन

आप Universe पर पाए जाने वाले किसी भी मॉडल की ID भी निर्दिष्ट कर सकते हैं। जानें कि Universe पर मॉडल कैसे खोजें।

आप फिर Workflows editor में उपलब्ध विकल्पों का उपयोग करके ब्लॉक को कॉन्फ़िगर कर सकते हैं।

सबसे सामान्य रूप से सेट की जाने वाली गुणधर्म (properties) हैं मॉडल के लिए confidence threshold और "Class Filter" टूल ताकि केवल किसी विशिष्ट क्लास वाली predictions ही लौटें।

उपयोग के मामले

यह ब्लॉक किसी भी Workflow के लिए उपयोगी है जिसमें मॉडल चलाना शामिल हो।

यदि आप वीडियो में वस्तुओं को ट्रैक करना चाहते हैं, तो आप ऑब्जेक्ट डिटेक्शन मॉडल को Byte Tracker के साथ जोड़ सकते हैं। मॉडल वस्तुओं के स्थान लौटाएगा और Byte Tracker वीडियो में उनके स्थानों को ट्रैक करेगा।

पूर्वानुमान (Predictions) का फ़ॉर्मेट

नीचे कार्ड को विस्तारित करें ताकि आप इस ब्लॉक द्वारा लौटाए गए JSON डेटा को देख सकें।

पूर्वानुमान (Predictions) का फ़ॉर्मेट

पूर्वानुमान निम्न फ़ॉर्मेट में लौटाए जाते हैं:

[
  {
    "model_predictions": {
      "image": {
        "width": 2048,
        "height": 1080
      },
      "predictions": [
        {
          "width": 795,
          "height": 808,
          "x": 883.5,
          "y": 676,
          "confidence": 0.985406219959259,
          "class_id": 0,
          "class": "can",
          "detection_id": "8797945b-bb46-4f35-b076-9a8f832b1bb0",
          "parent_id": "image"
        },
        {
          "width": 248,
          "height": 470,
          "x": 1924,
          "y": 845,
          "confidence": 0.9593697190284729,
          "class_id": 0,
          "class": "can",
          "detection_id": "0a61f2e5-0fd3-44e0-955b-1b66308dfab3",
          "parent_id": "image"
        }
      ]
    }
  }
]