キーポイントの可視化
画像内の検出されたオブジェクトにキーポイントを描画します。
オブジェクト上で検出されたキーポイント（ランドマーク点）を、点マーカーの描画、エッジの接続、またはラベル付き頂点によって可視化し、解剖学的ポイント、構造上のランドマーク、またはオブジェクトの主要特徴に対するポーズ推定の可視化を提供します。
このブロックの仕組み
このブロックは画像とキーポイント検出予測を受け取り、3つの可視化モードのいずれかを使って検出されたキーポイントを可視化します。このブロックは：
画像とキーポイント検出予測を入力として受け取ります（予測にはキーポイント座標、信頼度スコア、クラス名が含まれている必要があります）
予測からキーポイントデータ（座標、信頼度値、クラス名）を抽出します
検出データを可視化に適した KeyPoints 形式に変換します
annotator_type 設定に基づいて、次の3つの可視化モードのいずれかを適用します：
エッジモード: 指定されたエッジのペアを使ってキーポイント間に接続線（エッジ）を描画し、キーポイントの関係を示します（例：ポーズ推定におけるスケルトン接続）
頂点モード: 接続なしで各キーポイント位置に円形マーカーを描画し、個々のキーポイント位置を示します
頂点ラベルモード: 各キーポイントのクラス名を識別するテキストラベル付きの円形マーカーを描画し、ラベル付きのキーポイント可視化を提供します
選択したパラメータに基づいて、色のスタイル設定、サイズ設定、必要に応じたテキストラベル付けを適用します
選択したモードに従ってキーポイントが可視化された注釈付き画像を返します
このブロックは、さまざまなユースケースに対応する3つの可視化スタイルをサポートします。エッジモードは関連するキーポイントを線で接続し（ポーズ推定のスケルトンや構造的関係に有用）、頂点モードは個々のキーポイント位置を円形マーカーとして表示し、頂点ラベルモードは各キーポイントの種類を識別するテキストラベルを追加します。この可視化は、ポーズ推定ワークフロー、解剖学的ポイントの検出、またはオブジェクト上の特定のランドマーク点を識別・可視化する必要があるあらゆるアプリケーションに不可欠です。
一般的な使用例
人間のポーズ推定: ポーズ推定、動作認識、またはモーション解析の用途で、人間の身体のキーポイント（関節、身体部位）を可視化し、解剖学的ポイントをスケルトン接続やラベル付きマーカー付きで表示する必要がある場合に使用します
動物のポーズ推定: 行動分析、獣医用途、または野生動物の監視で、ポーズ解析や動きの追跡のために解剖学的ランドマークを可視化する必要がある場合に、動物のキーポイントを表示します
構造ランドマーク検出: 構造解析、品質管理、または測定ワークフローで、特定のランドマーク点を識別して表示する必要があるオブジェクト、構造、または機械上のキーポイントを可視化します
顔のランドマーク検出: 顔認識、表情解析、または顔合わせ（アライメント）用途で、顔の特徴を可視化する必要がある場合に、顔のキーポイント（目尻、鼻先、口角など）を表示します
スポーツと動作解析: スポーツ分析、生体力学、または動作研究で、身体位置、関節角度、または動作パターンを解析・表示する必要がある場合にキーポイントを可視化します
品質管理と検査: 製造、品質保証、または検査ワークフローで、製品や部品上の特定の点を識別、測定、または検証する必要がある場合にキーポイントを表示します
他のブロックへの接続
このブロックの注釈付き画像は次に接続できます:
キーポイント検出モデルブロック 点マーカー、エッジ、またはラベル付き頂点で可視化されるキーポイント予測を受け取るための
他の可視化ブロック （例：バウンディングボックス可視化、ラベル可視化、ポリゴン可視化）を使用して、キーポイント可視化に追加の注釈を組み合わせ、包括的なポーズまたは構造の可視化を行います
データ保存ブロック （例：ローカルファイルシンク、CSVフォーマッタ、Roboflowデータセットアップロード）を使用して、ドキュメント化、レポート作成、または分析のためにキーポイント可視化付き画像を保存します
Webhookブロック ダッシュボード、ポーズ解析ツール、または監視インターフェースで表示するために、キーポイント付きの可視化結果を外部システム、API、またはWebアプリケーションに送信します
通知ブロック （例：メール通知、Slack通知）を使用して、アラートやレポート内の視覚的証拠としてキーポイント付き注釈画像を送信します
動画出力ブロック ライブのポーズ推定、動作解析、または後処理ワークフローのために、キーポイント可視化付きの注釈付き動画ストリームまたは録画を作成します
型識別子
ステップで次の識別子を使用してください "type" フィールド： roboflow_core/keypoint_visualization@v1 ワークフローにこのブロックをステップとして追加するには。
プロパティ
名前
型
説明
参照
name
str
このステップの一意の識別子を入力してください。
❌
copy_image
bool
このオプションを有効にすると、可視化用に入力画像のコピーを作成し、元の画像を保持します。複数の可視化を重ねる場合に使用してください。
✅
annotator_type
str
キーポイント可視化モードの種類。オプション：'edge'（エッジペアを使ってキーポイント間に接続線を描画し、スケルトン/ポーズの可視化に有用）、'vertex'（接続なしでキーポイント位置に円形マーカーを描画）、'vertex_label'（各キーポイントのクラス名を識別するテキストラベル付きの円形マーカーを描画）..
❌
color
str
キーポイントのマーカー、エッジ、またはラベルの色。色名（例：'green'、'red'、'blue'）、16進カラーコード（例：'#A351FB'、'#FF0000'）、またはRGB形式で指定できます。キーポイントの円（vertex/vertex_labelモード）またはエッジ線（edgeモード）に使用されます..
✅
text_color
str
キーポイントに表示されるテキストラベルの色（vertex_labelモードのみ）。色名（例：'black'、'white'）、16進カラーコード、またはRGB形式で指定できます。annotator_type が 'vertex_label' の場合にのみ適用されます..
✅
text_scale
float
キーポイントラベルのテキストサイズのスケール係数（vertex_labelモードのみ）。キーポイントに表示されるテキストラベルのサイズを制御します。1.0より大きい値はテキストを大きくし、1.0より小さい値はテキストを小さくします。annotator_type が 'vertex_label' の場合にのみ適用されます。一般的な値の範囲は0.3〜1.0です..
✅
text_thickness
整数
キーポイントラベルのテキスト文字の太さ（ピクセル単位、vertex_labelモードのみ）。テキストラベルをどれだけ太く表示するかを制御します。値が大きいほど、より太く、より太字のテキストになります。annotator_type が 'vertex_label' の場合にのみ適用されます。一般的な値の範囲は1〜3です..
✅
text_padding
整数
キーポイントラベルのテキスト周囲の余白（ピクセル単位、vertex_labelモードのみ）。テキストラベルとその背景境界線の間隔を制御します。値が大きいほどテキスト周囲により多くのスペースができます。annotator_type が 'vertex_label' の場合にのみ適用されます。一般的な値の範囲は5〜20ピクセルです..
✅
太さ
整数
キーポイントを結ぶエッジ線の太さ（ピクセル単位、edgeモードのみ）。キーポイント間の接続線をどれだけ太く表示するかを制御します。値が大きいほど、より太く、より見やすいエッジになります。annotator_type が 'edge' の場合にのみ適用されます。一般的な値の範囲は1〜5ピクセルです..
✅
半径
整数
円形キーポイントマーカーの半径（ピクセル単位、vertex および vertex_label モードのみ）。キーポイント位置に描画される円形マーカーのサイズを制御します。値が大きいほど、より大きく、より見やすいマーカーになります。annotator_type が 'vertex' または 'vertex_label' の場合にのみ適用されます。一般的な値の範囲は5〜20ピクセルです..
✅
エッジ
List[Any]
キーポイント間のエッジ接続（edgeモードのみ）。どのキーポイントを線で接続するかを定義するキーポイントインデックスのペアのリスト（例：[(0, 1), (1, 2), ...]）。ポーズ推定では、通常これはスケルトン接続（例：関節の接続）を表します。annotator_type が 'edge' の場合にのみ適用されます。エッジの可視化に必須です..
✅
この 参照 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します ワークフロー 実行時。参照 バインディング 詳細は。
入力と出力のバインディング
利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が キーポイントの可視化 のバージョン v1 あるか確認してください。
入力と出力のバインディング
入力
image(image): 可視化対象の画像。copy_image(boolean): このオプションを有効にすると、可視化用に入力画像のコピーを作成し、元の画像を保持します。複数の可視化を重ねる場合に使用してください。predictions(keypoint_detection_prediction): キーポイント座標、信頼度スコア、クラス名を含むキーポイント検出予測です。予測には keypoints_xy（キーポイント座標）、keypoints_confidence（信頼度値）、keypoints_class_name（キーポイントのクラス/種類名）が含まれている必要があります。キーポイント検出モデルブロックの出力が必要です..color(string): キーポイントのマーカー、エッジ、またはラベルの色。色名（例：'green'、'red'、'blue'）、16進カラーコード（例：'#A351FB'、'#FF0000'）、またはRGB形式で指定できます。キーポイントの円（vertex/vertex_labelモード）またはエッジ線（edgeモード）に使用されます..text_color(string): キーポイントに表示されるテキストラベルの色（vertex_labelモードのみ）。色名（例：'black'、'white'）、16進カラーコード、またはRGB形式で指定できます。annotator_type が 'vertex_label' の場合にのみ適用されます..text_scale(float): キーポイントラベルのテキストサイズのスケール係数（vertex_labelモードのみ）。キーポイントに表示されるテキストラベルのサイズを制御します。1.0より大きい値はテキストを大きくし、1.0より小さい値はテキストを小さくします。annotator_type が 'vertex_label' の場合にのみ適用されます。一般的な値の範囲は0.3〜1.0です..text_thickness(整数): キーポイントラベルのテキスト文字の太さ（ピクセル単位、vertex_labelモードのみ）。テキストラベルをどれだけ太く表示するかを制御します。値が大きいほど、より太く、より太字のテキストになります。annotator_type が 'vertex_label' の場合にのみ適用されます。一般的な値の範囲は1〜3です..text_padding(整数): キーポイントラベルのテキスト周囲の余白（ピクセル単位、vertex_labelモードのみ）。テキストラベルとその背景境界線の間隔を制御します。値が大きいほどテキスト周囲により多くのスペースができます。annotator_type が 'vertex_label' の場合にのみ適用されます。一般的な値の範囲は5〜20ピクセルです..太さ(整数): キーポイントを結ぶエッジ線の太さ（ピクセル単位、edgeモードのみ）。キーポイント間の接続線をどれだけ太く表示するかを制御します。値が大きいほど、より太く、より見やすいエッジになります。annotator_type が 'edge' の場合にのみ適用されます。一般的な値の範囲は1〜5ピクセルです..半径(整数): 円形キーポイントマーカーの半径（ピクセル単位、vertex および vertex_label モードのみ）。キーポイント位置に描画される円形マーカーのサイズを制御します。値が大きいほど、より大きく、より見やすいマーカーになります。annotator_type が 'vertex' または 'vertex_label' の場合にのみ適用されます。一般的な値の範囲は5〜20ピクセルです..エッジ(list_of_values): キーポイント間のエッジ接続（edgeモードのみ）。どのキーポイントを線で接続するかを定義するキーポイントインデックスのペアのリスト（例：[(0, 1), (1, 2), ...]）。ポーズ推定では、通常これはスケルトン接続（例：関節の接続）を表します。annotator_type が 'edge' の場合にのみ適用されます。エッジの可視化に必須です..
出力
image(image): ワークフロー内の画像。
最終更新
役に立ちましたか？