색상 시각화
이미지의 감지된 객체에 단색을 칠합니다.
사용자 지정 가능한 색상 팔레트를 사용하여 감지된 객체를 단색으로 채우고, 투명도 블렌딩을 통해 이미지 세부 사항을 보존하면서 서로 다른 객체나 클래스를 구분하는 색상 코드 오버레이를 생성합니다.
이 블록의 작동 방식
이 블록은 이미지와 탐지 예측을 받아 감지된 객체 영역을 단색으로 채웁니다. 이 블록은:
이미지와 예측을 입력으로 받습니다
바운딩 박스 또는 세분화 마스크에서 검출된 영역을 식별합니다
선택한 색상 팔레트를 기반으로 색상 스타일을 적용하며, 색상은 클래스, 인덱스 또는 추적 ID에 따라 할당됩니다
Supervision의 ColorAnnotator를 사용하여 감지된 객체 영역을 단색으로 채웁니다
투명도 설정에 따라 색상 오버레이를 원본 이미지와 블렌딩합니다
감지된 객체가 색상으로 채워진 주석이 달린 이미지를 반환하며, 나머지 이미지는 변경되지 않습니다
이 블록은 객체 탐지 예측(바운딩 박스 사용)과 인스턴스 세그멘테이션 예측(마스크 사용) 모두에서 작동합니다. 마스크를 사용할 수 있으면 감지된 객체의 정확한 모양을 채우고, 그렇지 않으면 직사각형 바운딩 박스 영역을 채웁니다. 색상은 색상 축 설정(클래스, 인덱스 또는 추적 ID)에 따라 선택한 팔레트에서 할당되어 서로 다른 객체나 클래스를 색으로 구분할 수 있습니다. 투명도 매개변수는 색상 오버레이의 투명도를 제어하여, 원본 이미지 세부 사항이 보이는 미묘한 색조(낮은 투명도)부터 객체의 외형을 완전히 대체하는 단색 채움(높은 투명도)까지 다양한 효과를 만들 수 있습니다.
일반적인 사용 사례
색상으로 구분된 객체 분류: 분류, 카테고리 또는 분류 결과에 따라 서로 다른 색으로 감지된 객체를 채워, 빠른 객체 식별과 분류를 위한 직관적인 색상 코드 시각화를 만듭니다
다중 객체 추적 시각화: 추적 ID에 따라 고유한 색으로 추적된 객체를 색상 코딩하여 객체 궤적, 추적 지속성 또는 여러 추적 객체를 프레임 간에 구분해 시각화합니다
시각적 범주 구분: 차량, 사람, 제품 등 서로 다른 객체 범주나 유형에 다른 색을 사용하여 모니터링, 감시 또는 재고 관리 워크플로에서 명확한 시각적 구분을 만듭니다
마스크 기반 세그멘테이션 표시: 색상으로 분할 영역을 채워 인스턴스 세그멘테이션 결과를 시각화하고, 분할된 객체를 강조하며, 분석이나 발표를 위한 색상 마스크 오버레이를 만듭니다
상호작용형 시각화 및 UI: 색상 코딩이 직관적인 시각적 피드백이나 객체 그룹화를 제공하는 사용자 인터페이스, 대시보드 또는 상호작용형 애플리케이션을 위한 색상 코드 시각화를 만듭니다
발표 및 보고: 보고서, 문서화 또는 발표용으로 색상으로 채운 시각화를 생성하여, 색상 코딩으로 객체 유형을 구분하거나 특정 범주를 강조하거나 시각적으로 보기 좋은 탐지 표시를 만듭니다
다른 블록과 연결하기
이 블록의 주석이 달린 이미지는 다음에 연결할 수 있습니다:
다른 시각화 블록 (예: 레이블 시각화, 바운딩 박스 시각화, 다각형 시각화) 색상 채움과 추가 주석(레이블, 윤곽선)을 결합하여 종합적인 시각화를 만듭니다
데이터 저장 블록 (예: 로컬 파일 싱크, CSV 포맷터, Roboflow 데이터셋 업로드) 문서화, 보고 또는 분석을 위해 색상으로 구분된 이미지를 저장합니다
웹훅 블록 색상으로 구분된 시각화를 외부 시스템, API 또는 웹 애플리케이션으로 전송하여 대시보드나 모니터링 도구에 표시합니다
알림 블록 (예: 이메일 알림, Slack 알림) 색상으로 구분된 이미지를 알림이나 보고서의 시각적 증거로 보냅니다
비디오 출력 블록 실시간 모니터링, 추적 시각화 또는 후처리 분석을 위해 색상으로 구분된 비디오 스트림이나 녹화를 생성합니다
유형 식별자
step에서 다음 식별자를 사용하세요 "type" 필드: roboflow_core/color_visualization@v1 를 워크플로에 단계로 추가합니다.
속성
이름
유형
설명
참조
name
str
이 단계에 고유 식별자를 입력하세요..
❌
copy_image
bool
이 옵션을 활성화하면 시각화를 위해 입력 이미지의 복사본을 만들어 원본을 보존합니다. 여러 시각화를 겹쳐 사용할 때 이 옵션을 사용하세요..
✅
color_palette
str
시각화 요소에 사용할 색상 팔레트를 선택하세요..
✅
palette_size
int
팔레트의 색상 개수를 지정하세요. 이는 사용자 지정 또는 Matplotlib 팔레트를 사용할 때 적용됩니다..
✅
custom_colors
List[str]
경계 상자에 사용할 사용자 지정 색상 목록을 HEX 형식으로 정의하세요..
✅
color_axis
str
경계 상자 색상이 할당되는 방식을 선택하세요..
✅
투명도
실수
색상 오버레이의 투명도이며, 0.0(완전 투명, 원본 객체 외형이 보임)에서 1.0(완전 불투명, 단색 채움)까지의 범위를 가집니다. 0.0과 1.0 사이의 값은 원본 이미지와 색상 오버레이를 혼합합니다. 낮은 값은 객체 세부 사항이 보이는 미묘한 색조를 만들고, 높은 값은 원본 객체 외형을 가리는 더 강한 색상 채움을 만듭니다..
✅
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 색상 시각화 버전 v1 가 있습니다.
입력 및 출력 바인딩
입력
image(image): 시각화에 사용할 이미지입니다..copy_image(boolean): 이 옵션을 활성화하면 시각화를 위해 입력 이미지의 복사본을 만들어 원본을 보존합니다. 여러 시각화를 겹쳐 사용할 때 이 옵션을 사용하세요..predictions(Union[instance_segmentation_prediction,keypoint_detection_prediction,object_detection_prediction,rle_instance_segmentation_prediction]): 시각화할 모델 예측..color_palette(문자열): 시각화 요소에 사용할 색상 팔레트를 선택하세요..palette_size(정수): 팔레트의 색상 개수를 지정하세요. 이는 사용자 지정 또는 Matplotlib 팔레트를 사용할 때 적용됩니다..custom_colors(list_of_values): 경계 상자에 사용할 사용자 지정 색상 목록을 HEX 형식으로 정의하세요..color_axis(문자열): 경계 상자 색상이 할당되는 방식을 선택하세요..투명도(float_zero_to_one): 색상 오버레이의 투명도이며, 0.0(완전 투명, 원본 객체 외형이 보임)에서 1.0(완전 불투명, 단색 채움)까지의 범위를 가집니다. 0.0과 1.0 사이의 값은 원본 이미지와 색상 오버레이를 혼합합니다. 낮은 값은 객체 세부 사항이 보이는 미묘한 색조를 만들고, 높은 값은 원본 객체 외형을 가리는 더 강한 색상 채움을 만듭니다..
출력
image(image): 워크플로의 이미지.
마지막 업데이트
도움이 되었나요?