감지 결합
두 개의 예측 집합을 하나의 예측으로 결합합니다.
두 개의 탐지 예측 집합을 하나의 통합된 탐지 집합으로 결합합니다. 두 탐지 집합을 함께 병합하여, 다중 소스 탐지 집계, 여러 모델의 결과 결합, 서로 다른 처리 단계의 탐지 집합을 하나의 워크플로 출력으로 통합할 때 두 입력의 모든 탐지를 보존합니다.
이 블록의 작동 방식
이 블록은 두 개의 별도 탐지 예측 집합을 모든 탐지를 병합하여 하나의 통합된 탐지 집합으로 결합합니다. 이 블록은:
객체 탐지 또는 인스턴스 분할 모델에서 나온 여러 탐지를 각각 포함하는 두 개의 별도 탐지 예측 집합(prediction_one 및 prediction_two)을 받습니다
두 탐지 집합을 독립적으로 처리합니다(각 집합은 자체 탐지, 속성, 마스크, 메타데이터를 유지합니다)
supervision의 Detections.merge() 메서드를 사용하여 두 탐지 집합을 병합합니다:
prediction_one의 모든 탐지를 prediction_two의 모든 탐지와 결합합니다
두 집합의 모든 탐지 속성(바운딩 박스, 마스크, 클래스, 신뢰도 점수, 메타데이터)을 보존합니다
탐지 순서를 유지합니다(일반적으로 prediction_one의 탐지가 먼저 나오고 그 뒤에 prediction_two의 탐지가 나옵니다)
마스크(인스턴스 분할용), 키포인트, 클래스 ID, 클래스 이름, 신뢰도 점수, 사용자 지정 데이터 필드를 포함한 모든 탐지 속성을 처리합니다
두 입력의 모든 탐지를 포함하는 하나의 통합된 탐지 집합을 반환합니다
이 블록은 단순히 두 탐지 집합을 함께 이어 붙여, 두 소스의 모든 탐지와 해당 속성을 보존합니다. 여러 탐지를 사용해 하나의 합집합 바운딩 박스를 생성하는 Detections Merge 블록과 달리, 이 블록은 출력에서 두 집합의 개별 탐지를 모두 유지합니다. 이는 서로 다른 모델, 서로 다른 처리 단계, 또는 서로 다른 탐지 소스의 탐지를 하나의 워크플로 스트림으로 결합하여 통합된 후속 처리를 수행할 때 유용합니다.
일반적인 사용 사례
다중 모델 탐지 집계: 여러 탐지 모델의 탐지를 하나의 통합된 집합으로 결합합니다(예: 서로 다른 객체 탐지 모델의 탐지를 결합하고, 특화된 모델의 결과를 병합하고, 여러 모델 출력의 탐지를 집계하여), 다중 모델 탐지 워크플로를 가능하게 합니다
다단계 탐지 결합: 서로 다른 처리 단계나 워크플로 분기에서 나온 탐지를 결합합니다(예: 서로 다른 워크플로 경로의 탐지를 병합하고, 초기 탐지와 정제된 탐지를 결합하고, 여러 처리 단계의 탐지를 집계하여), 다단계 탐지 집계를 가능하게 합니다
탐지 소스 통합: 서로 다른 소스나 입력의 탐지를 하나의 집합으로 통합합니다(예: 여러 이미지나 프레임의 탐지를 결합하고, 서로 다른 영역의 탐지를 병합하고, 다양한 소스의 탐지를 집계하여), 탐지 소스 통합을 가능하게 합니다
분류 및 탐지 결합: 객체 탐지 결과를 분류 결과 또는 기타 탐지 유형과 결합합니다(예: 객체 탐지와 분류 출력을 병합하고, 서로 다른 탐지 유형을 결합하고, 상호 보완적인 탐지 집합을 집계하여), 다중 유형 탐지 워크플로를 가능하게 합니다
필터링된 탐지와 필터링되지 않은 탐지 결합: 필터링된 탐지를 필터링되지 않은 탐지와 결합하거나 서로 다른 필터링 하위 집합을 결합합니다(예: 서로 다른 기준으로 필터링된 탐지를 병합하고, 특정 클래스 탐지와 일반 탐지를 결합하고, 다양한 필터링 탐지 집합을 집계하여), 유연한 탐지 결합 워크플로를 가능하게 합니다
워크플로 분기 병합: 서로 다른 워크플로 분기의 탐지 결과를 다시 하나의 탐지 스트림으로 병합합니다(예: 병렬 처리 분기 결과를 결합하고, 조건부 워크플로 경로를 병합하고, 분기 탐지 출력을 집계하여), 워크플로 분기 통합을 가능하게 합니다
다른 블록과 연결하기
이 블록은 두 개의 탐지 예측 집합을 받아 하나의 결합된 탐지 집합을 생성합니다:
여러 탐지 블록 이후 서로 다른 모델의 탐지를 하나의 통합된 집합으로 결합합니다(예: 여러 객체 탐지 모델의 탐지를 결합하고, 서로 다른 분할 모델의 결과를 병합하고, 다양한 모델 출력의 탐지를 집계하여), 다중 모델 탐지 집계 워크플로를 가능하게 합니다
필터링 블록 이후 필터링된 탐지 하위 집합을 결합합니다(예: 서로 다른 기준으로 필터링된 탐지를 병합하고, 클래스별 필터링 탐지를 결합하고, 다양한 필터링 탐지 집합을 집계하여), 필터링된 탐지 결합 워크플로를 가능하게 합니다
워크플로 병합 지점에서 서로 다른 워크플로 분기를 결합해야 할 때(예: 병렬 처리 분기 결과를 병합하고, 조건부 경로 출력을 결합하고, 분기 탐지 스트림을 집계하여), 워크플로 분기 병합 워크플로를 가능하게 합니다
후속 처리 블록 앞에서 통합된 탐지 집합이 필요한 경우(예: 결합된 탐지를 함께 처리하고, 통합된 탐지 집합을 시각화하고, 집계된 탐지를 분석할 때), 통합된 탐지 처리 워크플로를 가능하게 합니다
크롭 블록 이전 결합된 탐지를 함께 처리합니다(예: 결합된 탐지 집합에서 영역을 자르고, 집계된 탐지에서 영역을 추출하고, 통합된 탐지 영역을 처리하여), 결합된 탐지 영역 추출을 가능하게 합니다
시각화 블록 앞에 통합된 탐지 집합을 표시합니다(예: 여러 소스의 결합된 탐지를 시각화하고, 집계된 탐지 결과를 표시하고, 병합된 탐지 출력을 보여주어), 통합된 탐지 시각화 워크플로를 가능하게 합니다
유형 식별자
step에서 다음 식별자를 사용하세요 "type" 필드: roboflow_core/detections_combine@v1 를 워크플로에 단계로 추가합니다.
속성
이름
유형
설명
참조
name
str
이 단계에 고유 식별자를 입력하세요..
❌
해당 참조 열은 워크플로 런타임에서 사용할 수 있는 동적 값으로 속성을 매개변수화할 수 있음을 나타냅니다. 자세한 내용은 워크플로 런타임. 자세한 내용은 바인딩 를 참조하세요.
입력 및 출력 바인딩
사용 가능한 연결은 바인딩 종류에 따라 달라집니다. 어떤 바인딩 종류가 있는지 확인하세요 감지 결과 결합 버전 v1 가 있습니다.
입력 및 출력 바인딩
입력
prediction_one(Union[instance_segmentation_prediction,object_detection_prediction]): 결합할 첫 번째 탐지 예측 집합입니다. 객체 탐지 또는 인스턴스 분할 예측을 지원합니다. 이 집합의 모든 탐지가 출력에 포함됩니다. 탐지 속성(바운딩 박스, 마스크, 클래스, 신뢰도 점수, 메타데이터)은 그대로 보존됩니다. 이 집합은 prediction_two와 결합되어 통합된 출력을 생성합니다. 이 집합의 탐지는 일반적으로 병합된 출력에서 먼저 나타납니다..prediction_two(Union[instance_segmentation_prediction,object_detection_prediction]): 결합할 두 번째 탐지 예측 집합입니다. 객체 탐지 또는 인스턴스 분할 예측을 지원합니다. 이 집합의 모든 탐지가 출력에 포함됩니다. 탐지 속성(바운딩 박스, 마스크, 클래스, 신뢰도 점수, 메타데이터)은 그대로 보존됩니다. 이 집합은 prediction_one과 결합되어 통합된 출력을 생성합니다. 이 집합의 탐지는 prediction_one의 탐지와 병합되어 하나의 결합된 탐지 집합을 이룹니다..
출력
predictions(Union[object_detection_prediction,instance_segmentation_prediction]): 탐지된 경계 상자를 sv.Detections(...) 객체 형태로 반환하는 예측, 만약object_detection_prediction또는 탐지된 경계 상자와 세분화 마스크를 sv.Detections(...) 객체 형태로 반환하는 예측, 만약instance_segmentation_prediction.
마지막 업데이트
도움이 되었나요?