> 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/ko/blocks/blocks/run-a-model/object-detection-model.md).

# 객체 탐지 모델

### 이 블록에 관하여

Object Detection Model 블록을 사용하면 Roboflow에서 학습했거나 Roboflow에 업로드한 객체 감지 모델을 실행할 수 있습니다.

객체 감지 모델을 사용하면 이미지에서 사용자 지정 객체를 식별할 수 있습니다. 예를 들어, 객체 감지 블록을 다음과 같이 사용할 수 있습니다:

1. 제품의 결함 식별
2. 도로 위 차량의 위치 찾기
3. 조립 라인에서 항목 찾기

Workspace에 저장된 비공개 모델이나 Roboflow Universe의 공개 모델을 실행할 수 있습니다.

<figure><img src="/files/c0e93c7525daa57dae05d3ac3ce64f0c20111469" alt=""><figcaption><p>Object Detection Model 블록.</p></figcaption></figure>

### 이 블록에 입력할 수 있는 항목

Object Detection Model 블록은 다음에 대해 실행할 수 있습니다:

1. 워크플로우에 보내는 이미지
2. 워크플로우에 보내는 비디오 프레임
3. 워크플로우에서 계산된 이미지의 잘라낸 영역(예: Crop 블록 사용)

### 이 블록이 반환하는 항목

객체 감지 모델 블록은 다른 블록에서 사용할 수 있는 예측 결과를 반환합니다. 예측에는 다음에 대한 정보가 포함됩니다:

* 발견된 각 객체의 위치(xyxy 좌표)
* 각 객체 위치와 연결된 클래스 이름

객체 감지 모델 결과를 이미지 위에 표시하려면 Visualizer 블록을 사용해야 합니다. 다음을 사용해 볼 수 있습니다:

* [바운딩 박스 시각화](/workflows/ko/blocks/blocks/visualize-predictions/bounding-box-visualization.md): 모델이 반환한 바운딩 박스를 표시합니다.
* 레이블 시각화: 모델이 반환한 클래스 레이블을 표시합니다.

다음은 이 블록이 반환한 객체 감지 결과를 바운딩 박스 및 레이블 시각화로 모두 표시한 예시입니다:

<figure><img src="/files/e97d2fcacbecb5c4a58a1d4c9e898fd3c979f838" alt=""><figcaption><p>객체 탐지 모델의 예측값이 이미지에 표시된 것.</p></figcaption></figure>

### 블록 구성 방법

이 블록을 설정할 때 Workspace에서 모델을 선택하라는 메시지가 표시됩니다:

<figure><img src="/files/2f3fada8d26ad4bde4704ffa85795d8b0188c76a" alt=""><figcaption></figcaption></figure>

Workspace의 모델을 사용하려면 Your Models 목록에서 선택하세요.

다양한 기본 및 공개 모델도 사용할 수 있습니다.

다음에서 선택할 수 있습니다:

* RF-DETR base 및 YOLO11 같은 기본 모델
* 차량 감지 및 소매 재고 감지와 같은 특정 사용 사례에 권장되는 모델

Universe에 있는 모든 모델의 ID도 지정할 수 있습니다. [Universe에서 모델을 찾는 방법을 알아보세요.](https://docs.roboflow.com/datasets/universe/universe/find-a-model-on-universe)

그다음 Workflows 편집기에서 사용할 수 있는 옵션을 사용해 블록을 구성할 수 있습니다.

가장 흔히 설정하는 속성은 모델의 신뢰도 임계값과 특정 클래스의 예측만 반환하도록 하는 "Class Filter" 도구입니다.

### 사용 사례

이 블록은 모델 실행이 포함된 모든 Workflow에 유용합니다.

비디오에서 객체를 추적하려면 객체 감지 모델을 Byte Tracker와 결합할 수 있습니다. 모델은 객체의 위치를 반환하고 Byte Tracker는 비디오 전체에서 해당 위치를 추적합니다.

### 예측 형식

이 블록이 반환하는 JSON 데이터를 보려면 아래 카드를 펼치세요.

<details>

<summary>예측 형식</summary>

예측은 다음 형식으로 반환됩니다:

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

</details>