ओवरलैप फ़िल्टर

किसी अन्य class के साथ overlap करने वाली वस्तुओं को फ़िल्टर करें

निर्धारित वर्ग के उदाहरणों के साथ ओवरलैप करने वाले केवल वस्तुओं को बनाए रखने के लिए डिटेक्शन प्रेडिक्शनों को फ़िल्टर करें, जिससे स्थानिक संबंध फ़िल्टरिंग सक्षम होती है ताकि उन वस्तुओं की पहचान की जा सके जो अन्य वस्तुओं के सापेक्ष स्थित हैं (जैसे, साइकिलों पर लोग, पैलेटों पर वस्तुएँ, कंटेनरों में वस्तुएँ)।

यह ब्लॉक कैसे काम करता है

यह ब्लॉक निर्धारित ओवरलैप वर्ग के साथ स्थानिक ओवरलैप संबंधों के आधार पर डिटेक्शनों को फ़िल्टर करता है। ब्लॉक:

1. डिटेक्शन प्रेडिक्शनों (ऑब्जेक्ट डिटेक्शन या इंस्टेंस सेगमेंटेशन) और एक ओवरलैप वर्ग नाम को इनपुट के रूप में लेता है

2. डिटेक्शनों को दो समूहों में विभाजित करता है:

   • ओवरलैप वर्ग डिटेक्शन: निर्धारित से मेल खाने वाली वस्तुएँ overlap_class_name (उदा., "साइकिल", "पैलेट", "कार")

   • अन्य डिटेक्शन: शेष सभी वस्तुएँ जो ओवरलैप वर्ग के साथ ओवरलैप हो सकती हैं

3. प्रत्येक ओवरलैप वर्ग डिटेक्शन के लिए, दो ओवरलैप मोड में से किसी एक का उपयोग करके उसके साथ स्थानिक रूप से ओवरलैप करने वाले अन्य डिटेक्शनों की पहचान करता है:

   • सेंटर ओवरलैप: जाँचता है कि क्या अन्य डिटेक्शनों का केंद्र बिंदु ओवरलैप वर्ग बाउंडिंग बॉक्स के भीतर आता है (अधिक सटीक, केंद्र का अंदर होना आवश्यक है)

   • एनी ओवरलैप: जाँचता है कि क्या बाउंडिंग बॉक्सों के बीच कोई भी स्थानिक प्रतिच्छेदन है (अधिक उदार, कोई भी ओवरलैप गिना जाता है)

4. ऐसे सभी डिटेक्शन एकत्र करता है जो किसी भी ओवरलैप वर्ग उदाहरण के साथ ओवरलैप करते हैं

5. आउटपुट से स्वयं ओवरलैप वर्ग डिटेक्शन को फ़िल्टर कर देता है

6. केवल ओवरलैप करने वाले डिटेक्शन लौटाता है (वे वस्तुएँ जो ओवरलैप वर्ग के सापेक्ष स्थित हैं)

यह ब्लॉक प्रभावी रूप से प्रश्न का उत्तर देता है: "कौन-सी वस्तुएँ class X के उदाहरणों के साथ ओवरलैप हो रही हैं?" उदाहरण के लिए, यदि आप "bicycle" को ओवरलैप वर्ग के रूप में निर्दिष्ट करते हैं, तो यह ब्लॉक उन लोगों या अन्य वस्तुओं को खोजता है जो साइकिलों के साथ ओवरलैप करती हैं, लेकिन आउटपुट से साइकिलों को स्वयं हटा देता है। यह ऐसे वर्कफ़्लो सक्षम करता है जो विशिष्ट संदर्भ वर्गों के साथ स्थानिक संबंध रखने वाली वस्तुओं की पहचान करते हैं, जैसे सतहों पर वस्तुएँ, कंटेनरों में वस्तुएँ, या वाहनों पर लोग पहचानना।

सामान्य उपयोग के मामले

• वाहन पर व्यक्ति डिटेक्शन: वाहन वर्ग को ओवरलैप वर्ग के रूप में उपयोग करके साइकिलों, मोटरसाइकिलों या अन्य वाहनों पर लोगों की पहचान करें (उदा., "bicycle" डिटेक्शनों के साथ ओवरलैप करने वाले लोगों को फ़िल्टर करें), जिससे सवारों, यात्रियों, या वाहनों का उपयोग कर रहे लोगों का पता लगाना संभव हो

• सतहों पर वस्तुएँ: सतह वर्ग को ओवरलैप वर्ग के रूप में उपयोग करके पैलेटों, मेज़ों, या शेल्फों पर स्थित वस्तुएँ खोजें (उदा., "pallet" डिटेक्शनों के साथ ओवरलैप करने वाले आइटम्स को फ़िल्टर करें), जिससे इन्वेंट्री ट्रैकिंग, सतहों पर वस्तु गणना, या सतह अधिभोग विश्लेषण सक्षम होता है

• कंटेनरों में वस्तुएँ: कंटेनर, बॉक्स, या वाहनों के अंदर वस्तुओं की पहचान करने के लिए कंटेनर वर्ग को ओवरलैप वर्ग के रूप में उपयोग करें (उदा., "container" डिटेक्शनों के साथ ओवरलैप करने वाली वस्तुओं को फ़िल्टर करें), जिससे सामग्री पहचान, लोडिंग सत्यापन, या कंटेनर निगरानी सक्षम होती है

• स्थानिक संबंध फ़िल्टरिंग: निकटता या समावेशन संबंधों के आधार पर डिटेक्शन फ़िल्टर करें (उदा., उन सभी वस्तुओं को खोजें जो किसी विशिष्ट वर्ग के अंदर हैं या उससे ओवरलैप कर रही हैं), जिससे स्थानिक व्यवस्था के आधार पर सशर्त प्रोसेसिंग सक्षम होती है

• नेस्टेड ऑब्जेक्ट डिटेक्शन: उन वस्तुओं की पहचान करें जो अन्य वस्तुओं का हिस्सा हैं या उनसे जुड़ी हुई हैं (उदा., वाहनों से जुड़ा उपकरण, लोगों पर एक्सेसरीज़ खोजें), जिससे संयुक्त वस्तुओं या वस्तु संबंधों का पता लगाना संभव होता है

• ज़ोन-आधारित फ़िल्टरिंग: ओवरलैप वर्ग को एक संदर्भ क्षेत्र के रूप में उपयोग करके उन वस्तुओं को खोजें जो विशिष्ट क्षेत्रों के साथ प्रतिच्छेद करती हैं (उदा., "parking_space" वर्ग के साथ ओवरलैप करने वाली वस्तुओं को फ़िल्टर करें), जिससे ज़ोन-आधारित विश्लेषण और सशर्त डिटेक्शन फ़िल्टरिंग सक्षम होती है

अन्य ब्लॉकों से जोड़ना

इस ब्लॉक से फ़िल्टर किए गए ओवरलैपिंग डिटेक्शन को इससे जोड़ा जा सकता है:

• डिटेक्शन मॉडल ब्लॉक (उदा., ऑब्जेक्ट डिटेक्शन मॉडल, इंस्टेंस सेगमेंटेशन मॉडल) ऐसे प्रेडिक्शन प्राप्त करने के लिए जो फ़िल्टर होकर केवल निर्दिष्ट संदर्भ वर्ग के साथ ओवरलैप करने वाली वस्तुओं को दिखाएँ, जिससे स्थानिक संबंध विश्लेषण सक्षम होता है

• विज़ुअलाइज़ेशन ब्लॉक (उदा., बाउंडिंग बॉक्स विज़ुअलाइज़ेशन, पॉलीगॉन विज़ुअलाइज़ेशन, लेबल विज़ुअलाइज़ेशन) केवल ओवरलैप करने वाली वस्तुओं को प्रदर्शित करने के लिए, उन वस्तुओं को हाइलाइट करते हुए जिनके संदर्भ वर्ग के साथ स्थानिक संबंध हैं

• गिनती और विश्लेषण ब्लॉक (उदा., लाइन काउंटर, टाइम इन ज़ोन, वेलोसिटी) केवल ओवरलैप करने वाली वस्तुओं को गिनने या उनका विश्लेषण करने के लिए (उदा., साइकिलों पर लोगों की गिनती, पैलेटों पर वस्तुओं को ट्रैक करना), स्थानिक रूप से संबंधित वस्तुओं के लिए मेट्रिक्स प्रदान करते हुए

• डेटा संग्रहण ब्लॉक (उदा., लोकल फ़ाइल सिंक, CSV फ़ॉर्मेटर, Roboflow Dataset Upload, Webhook Sink) फ़िल्टर किए गए ओवरलैपिंग डिटेक्शन परिणामों को सहेजने या भेजने के लिए, विशिष्ट स्थानिक संबंधों वाली वस्तुओं का डेटा संग्रहीत करते हुए

• फ़िल्टरिंग ब्लॉक (उदा., Detections Filter) ओवरलैपिंग डिटेक्शनों पर अतिरिक्त फ़िल्टरिंग मानदंड लागू करने के लिए, बहु-चरणीय फ़िल्टरिंग वर्कफ़्लो सक्षम करते हुए

• फ़्लो नियंत्रण ब्लॉक (उदा., Continue If) इस आधार पर कि क्या ओवरलैपिंग वस्तुएँ पाई गई हैं, डाउनस्ट्रीम प्रोसेसिंग को सशर्त रूप से ट्रिगर करने के लिए, स्थानिक संबंधों पर प्रतिक्रिया देने वाले वर्कफ़्लो सक्षम करते हुए

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फील्ड: roboflow_core/overlap@v1 अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।

गुण

नाम	प्रकार	विवरण	संदर्भ
name	str	इस स्टेप के लिए एक अद्वितीय पहचानकर्ता दर्ज करें..	❌
overlap_type	str	डिटेक्शनों के बीच स्थानिक ओवरलैप निर्धारित करने की विधि। 'Center Overlap' जाँचता है कि क्या अन्य डिटेक्शनों का केंद्र बिंदु ओवरलैप वर्ग बाउंडिंग बॉक्स के भीतर आता है (अधिक सटीक, केंद्र का अंदर होना आवश्यक है)। 'Any Overlap' जाँचता है कि क्या बाउंडिंग बॉक्सों के बीच कोई भी स्थानिक प्रतिच्छेदन है (अधिक उदार, कोई भी ओवरलैप गिना जाता है)। Center Overlap अधिक सख्त है और समावेशन संबंधों के लिए बेहतर है, जबकि Any Overlap अधिक समावेशी है और किसी भी निकटता या आंशिक ओवरलैप का पता लगाने के लिए बेहतर है..	❌
overlap_class_name	str	ओवरलैप पहचान के लिए उपयोग की जाने वाली संदर्भ वस्तुओं का वर्ग नाम। इस वर्ग नाम से मेल खाने वाले डिटेक्शनों को संदर्भ बिंदुओं के रूप में उपयोग किया जाता है, और इन संदर्भ वस्तुओं के साथ ओवरलैप करने वाले अन्य डिटेक्शनों को आउटपुट में रखा जाता है। ओवरलैप वर्ग डिटेक्शनों को स्वयं परिणामों से हटा दिया जाता है। उदाहरण: साइकिलों के साथ ओवरलैप करने वाले लोगों या वस्तुओं को खोजने के लिए 'bicycle' का उपयोग करें; पैलेटों पर वस्तुओं को खोजने के लिए 'pallet' का उपयोग करें..	❌

यह संदर्भ कॉलम यह दर्शाता है कि प्रॉपर्टी को गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है, जो वर्कफ़्लो रनटाइम में उपलब्ध हैं। अधिक जानकारी के लिए देखें Bindings ।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। जाँचें कि कौन-से बाइंडिंग प्रकार ओवरलैप फ़िल्टर संस्करण में v1 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • भविष्यवाणियाँ (Union[instance_segmentation_prediction, object_detection_prediction]): डिटेक्शन प्रेडिक्शन (ऑब्जेक्ट डिटेक्शन या इंस्टेंस सेगमेंटेशन) जिनमें ऐसी वस्तुएँ शामिल हैं जो निर्दिष्ट overlap_class_name के साथ ओवरलैप हो सकती हैं। ब्लॉक overlap_class_name से मेल खाने वाले डिटेक्शनों की पहचान करता है और उन अन्य डिटेक्शनों को ढूँढ़ता है जो उनके साथ स्थानिक रूप से ओवरलैप करते हैं। आउटपुट में केवल ओवरलैप करने वाले डिटेक्शन (ओवरलैप वर्ग स्वयं नहीं) लौटाए जाते हैं..

• आउटपुट

  • ओवरलैप (object_detection_prediction): sv.Detections(...) ऑब्जेक्ट के रूप में पहचाने गए बाउंडिंग बॉक्स वाली भविष्यवाणी।

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/overlap@v1",
	    "predictions": "$steps.object_detection_model.predictions",
	    "overlap_type": "सेंटर ओवरलैप",
	    "overlap_class_name": "<block_does_not_provide_example>"
	}