> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/ja/burokku/blocks/visualize-predictions/polygon-visualization.md). # ポリゴン可視化 ## v2 検出されたオブジェクトの周囲に、オブジェクトマスクの正確な形状に従うポリゴン輪郭を描画し、インスタンスセグメンテーション結果の境界を正確に可視化します。 ## このブロックの仕組み このブロックは画像とインスタンスセグメンテーション予測（セグメンテーションマスクを含む）を受け取り、各検出オブジェクトの形状に正確に沿うポリゴン輪郭を描画します。このブロックは： 1. 画像とインスタンスセグメンテーション予測を入力として受け取ります（予測にはマスクデータを含める必要があります） 2. セグメンテーションマスクを、オブジェクトの境界をなぞるポリゴン座標に変換します 3. 選択したカラーパレットに基づいて色のスタイルを適用し、クラス、インデックス、またはトラックIDごとに色を割り当てます 4. PolygonAnnotatorを使用して、指定した太さでポリゴン輪郭を描画します 5. 元の画像にポリゴン輪郭を重ねた注釈付き画像を返します このブロックは、各オブジェクトのセグメンテーションマスクから正確な形状を抽出し、その正確な境界に沿ったポリゴン輪郭を描画します。ポリゴンは実際のオブジェクト形状に合わせて描かれるため、矩形で囲むバウンディングボックスよりもはるかに正確な可視化が可能です。マスクデータが利用できない場合、このブロックはバウンディングボックスの描画にフォールバックします。ポリゴン輪郭は、さまざまな太さの値やカラーパレットでカスタマイズでき、異なるオブジェクトやオブジェクトクラスを明確に区別できます。 ## 一般的な使用例 * **正確なオブジェクト境界の可視化**：医用画像、製造品質管理、または正確な測定ワークフローなど、正確なオブジェクト輪郭が必要なアプリケーション向けに、セグメント化されたオブジェクトの正確な形状と境界を可視化します * **インスタンスセグメンテーションモデルの検証**：ポリゴン予測がオブジェクト境界にどの程度一致しているかを可視化して、インスタンスセグメンテーションモデルの性能を検証およびデバッグし、セグメンテーションエラーを特定し、マスク品質を検証します * **不規則な形状の分析**：境界ボックスでは不正確または誤解を招く、人や動物、複雑な機械部品などの不規則または非矩形の形状を持つオブジェクトを可視化します * **重なり合うオブジェクトの可視化**：複数のオブジェクトが重なっている場合でも、ポリゴンは各オブジェクトの形状を正確に表現するため、重なったバウンディングボックスの曖昧さなしにオブジェクト境界を明確に示します * **形状ベースの品質管理**：欠陥検出や分類において正確なオブジェクト輪郭が重要な製造、農業、または品質保証ワークフローで、オブジェクトの形状と境界を検査します * **科学・医用画像**：計測、分析、診断に不可欠な正確な境界表現が求められる医用画像、顕微鏡画像、または科学分析におけるセグメント領域を可視化します ## 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: * **他の可視化ブロック** （例：ラベル可視化、マスク可視化、バウンディングボックス可視化）を使用して、ポリゴン輪郭を追加注釈と組み合わせ、包括的な可視化を実現します * **データ保存ブロック** （例：ローカルファイル出力、CSVフォーマッター、Roboflowデータセットアップロード）を使用して、文書化、レポート作成、またはトレーニングデータ検証のために、ポリゴン輪郭付きの注釈画像を保存します * **Webhookブロック** ポリゴン輪郭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、ダッシュボードや分析ツールで表示します * **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の視覚的証拠として、ポリゴン輪郭付きの注釈画像を送信します * **動画出力ブロック** ライブ監視、追跡、または後処理分析のために、ポリゴン輪郭付きの注釈付き動画ストリームや録画を作成します ### 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/polygon_visualization@v2` 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。 | ✅ | | `カラーパレット` | `str` | 可視化要素のカラーパレットを選択します。 | ✅ | | `パレットサイズ` | `整数` | パレット内の色数を指定します。これはカスタムまたはMatplotlibのパレットを使用する場合に適用されます。 | ✅ | | `カスタムカラー` | `List[str]` | バウンディングボックス用のカスタムカラーの一覧をHEX形式で定義します。 | ✅ | | `色の割り当て` | `str` | バウンディングボックスの色をどのように割り当てるかを選択します。 | ✅ | | `太さ` | `整数` | ポリゴン輪郭の太さ（ピクセル）。値が大きいほど、太く目立つ輪郭になります。 | ✅ | 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 `ポリゴンの可視化` のバージョン `v2` 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`*](/workflows/ja/gaido/developer-guide/kinds/image.md)): 可視化対象の画像。 * `copy_image` ([*`boolean`*](/workflows/ja/gaido/developer-guide/kinds/boolean.md)): 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。 * `予測結果` (*Union\[*[*`rle_instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/rle-instance-segmentation-prediction.md)*,* [*`instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*]*）：マスクデータを含むインスタンスセグメンテーション予測。ブロックはマスクを、検出された各オブジェクトの正確な形状に沿うポリゴン輪郭に変換します。 * `カラーパレット` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)）：可視化要素のカラーパレットを選択します。 * `パレットサイズ` ([*`整数`*](/workflows/ja/gaido/developer-guide/kinds/integer.md)）：パレット内の色数を指定します。これはカスタムまたはMatplotlibのパレットを使用する場合に適用されます。 * `カスタムカラー` ([*`list_of_values`*](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)）：バウンディングボックス用のカスタムカラーの一覧をHEX形式で定義します。 * `色の割り当て` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)）：バウンディングボックスの色をどのように割り当てるかを選択します。 * `太さ` ([*`整数`*](/workflows/ja/gaido/developer-guide/kinds/integer.md)）：ポリゴン輪郭の太さ（ピクセル）。値が大きいほど、太く目立つ輪郭になります。 * 出力 * `image` ([`image`](/workflows/ja/gaido/developer-guide/kinds/image.md)): ワークフロー内の画像。
JSON 定義の例 ```json { "name": "", "type": "roboflow_core/polygon_visualization@v2", "image": "$inputs.image", "copy_image": true, "predictions": "$steps.instance_segmentation_model.predictions", "color_palette": "DEFAULT", "palette_size": 10, "custom_colors": [ "#FF0000", "#00FF00", "#0000FF" ], "color_axis": "CLASS", "thickness": 2 } ```
## v1 検出されたオブジェクトの周囲に、オブジェクトマスクの正確な形状に従うポリゴン輪郭を描画し、インスタンスセグメンテーション結果の境界を正確に可視化します。 ## このブロックの仕組み このブロックは画像とインスタンスセグメンテーション予測（セグメンテーションマスクを含む）を受け取り、各検出オブジェクトの形状に正確に沿うポリゴン輪郭を描画します。このブロックは： 1. 画像とインスタンスセグメンテーション予測を入力として受け取ります（予測にはマスクデータを含める必要があります） 2. セグメンテーションマスクを、オブジェクトの境界をなぞるポリゴン座標に変換します 3. 選択したカラーパレットに基づいて色のスタイルを適用し、クラス、インデックス、またはトラックIDごとに色を割り当てます 4. PolygonAnnotatorを使用して、指定した太さでポリゴン輪郭を描画します 5. 元の画像にポリゴン輪郭を重ねた注釈付き画像を返します このブロックは、各オブジェクトのセグメンテーションマスクから正確な形状を抽出し、その正確な境界に沿ったポリゴン輪郭を描画します。ポリゴンは実際のオブジェクト形状に合わせて描かれるため、矩形で囲むバウンディングボックスよりもはるかに正確な可視化が可能です。マスクデータが利用できない場合、このブロックはバウンディングボックスの描画にフォールバックします。ポリゴン輪郭は、さまざまな太さの値やカラーパレットでカスタマイズでき、異なるオブジェクトやオブジェクトクラスを明確に区別できます。 ## 一般的な使用例 * **正確なオブジェクト境界の可視化**：医用画像、製造品質管理、または正確な測定ワークフローなど、正確なオブジェクト輪郭が必要なアプリケーション向けに、セグメント化されたオブジェクトの正確な形状と境界を可視化します * **インスタンスセグメンテーションモデルの検証**：ポリゴン予測がオブジェクト境界にどの程度一致しているかを可視化して、インスタンスセグメンテーションモデルの性能を検証およびデバッグし、セグメンテーションエラーを特定し、マスク品質を検証します * **不規則な形状の分析**：境界ボックスでは不正確または誤解を招く、人や動物、複雑な機械部品などの不規則または非矩形の形状を持つオブジェクトを可視化します * **重なり合うオブジェクトの可視化**：複数のオブジェクトが重なっている場合でも、ポリゴンは各オブジェクトの形状を正確に表現するため、重なったバウンディングボックスの曖昧さなしにオブジェクト境界を明確に示します * **形状ベースの品質管理**：欠陥検出や分類において正確なオブジェクト輪郭が重要な製造、農業、または品質保証ワークフローで、オブジェクトの形状と境界を検査します * **科学・医用画像**：計測、分析、診断に不可欠な正確な境界表現が求められる医用画像、顕微鏡画像、または科学分析におけるセグメント領域を可視化します ## 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: * **他の可視化ブロック** （例：ラベル可視化、マスク可視化、バウンディングボックス可視化）を使用して、ポリゴン輪郭を追加注釈と組み合わせ、包括的な可視化を実現します * **データ保存ブロック** （例：ローカルファイル出力、CSVフォーマッター、Roboflowデータセットアップロード）を使用して、文書化、レポート作成、またはトレーニングデータ検証のために、ポリゴン輪郭付きの注釈画像を保存します * **Webhookブロック** ポリゴン輪郭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、ダッシュボードや分析ツールで表示します * **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の視覚的証拠として、ポリゴン輪郭付きの注釈画像を送信します * **動画出力ブロック** ライブ監視、追跡、または後処理分析のために、ポリゴン輪郭付きの注釈付き動画ストリームや録画を作成します ### 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/polygon_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。 | ✅ | | `カラーパレット` | `str` | 可視化要素のカラーパレットを選択します。 | ✅ | | `パレットサイズ` | `整数` | パレット内の色数を指定します。これはカスタムまたはMatplotlibのパレットを使用する場合に適用されます。 | ✅ | | `カスタムカラー` | `List[str]` | バウンディングボックス用のカスタムカラーの一覧をHEX形式で定義します。 | ✅ | | `色の割り当て` | `str` | バウンディングボックスの色をどのように割り当てるかを選択します。 | ✅ | | `太さ` | `整数` | ポリゴン輪郭の太さ（ピクセル）。値が大きいほど、太く目立つ輪郭になります。 | ✅ | 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 `ポリゴンの可視化` 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`*](/workflows/ja/gaido/developer-guide/kinds/image.md)): 可視化対象の画像。 * `copy_image` ([*`boolean`*](/workflows/ja/gaido/developer-guide/kinds/boolean.md)): 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。 * `予測結果` (*Union\[*[*`rle_instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/rle-instance-segmentation-prediction.md)*,* [*`instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*]*）：マスクデータを含むインスタンスセグメンテーション予測。ブロックはマスクを、検出された各オブジェクトの正確な形状に沿うポリゴン輪郭に変換します。 * `カラーパレット` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)）：可視化要素のカラーパレットを選択します。 * `パレットサイズ` ([*`整数`*](/workflows/ja/gaido/developer-guide/kinds/integer.md)）：パレット内の色数を指定します。これはカスタムまたはMatplotlibのパレットを使用する場合に適用されます。 * `カスタムカラー` ([*`list_of_values`*](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)）：バウンディングボックス用のカスタムカラーの一覧をHEX形式で定義します。 * `色の割り当て` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)）：バウンディングボックスの色をどのように割り当てるかを選択します。 * `太さ` ([*`整数`*](/workflows/ja/gaido/developer-guide/kinds/integer.md)）：ポリゴン輪郭の太さ（ピクセル）。値が大きいほど、太く目立つ輪郭になります。 * 出力 * `image` ([`image`](/workflows/ja/gaido/developer-guide/kinds/image.md)): ワークフロー内の画像。
JSON 定義の例 ```json { "name": "", "type": "roboflow_core/polygon_visualization@v1", "image": "$inputs.image", "copy_image": true, "predictions": "$steps.instance_segmentation_model.predictions", "color_palette": "DEFAULT", "palette_size": 10, "custom_colors": [ "#FF0000", "#00FF00", "#0000FF" ], "color_axis": "CLASS", "thickness": 2 } ```