모서리 시각화
이미지의 감지된 객체의 모서리를 그립니다.
탐지된 객체 바운딩 박스의 네 모서리에 코너 마커를 그려, 전체 바운딩 박스 윤곽선 없이 객체 위치를 표시하는 최소한의 깔끔한 시각화 스타일을 제공합니다.
이 블록의 작동 방식
이 블록은 이미지와 탐지 예측값을 받아 각 탐지된 객체의 바운딩 박스 네 모서리에 코너 마커를 그립니다. 이 블록은:
이미지와 예측을 입력으로 받습니다
각 감지된 객체에 대한 경계 상자 좌표를 식별합니다
각 바운딩 박스의 네 모서리 위치(좌상단, 우상단, 좌하단, 우하단)를 계산합니다
선택한 색상 팔레트를 기반으로 색상 스타일을 적용하며, 색상은 클래스, 인덱스 또는 추적 ID에 따라 할당됩니다
Supervision의 BoxCornerAnnotator를 사용하여 각 모서리 위치에 코너 마커(일반적으로 L자 형태의 선 또는 코너 표시기)를 그립니다
지정된 두께와 코너 길이를 적용하여 코너 마커의 모양을 제어합니다
원본 이미지 위에 코너 마커가 오버레이된 주석 이미지를 반환합니다
이 블록은 전체 바운딩 박스 대신 최소한의 코너 마커를 그려, 깔끔하고 눈에 거슬리지 않는 시각화 스타일을 만듭니다. 이 접근 방식은 전체 사각형 윤곽선으로 이미지를 과도하게 채우지 않으면서도 객체 위치를 명확하게 표시하는 최소한의 미학을 유지합니다. 코너 마커는 다양한 두께와 길이 값으로 사용자 지정할 수 있으며, 객체 클래스, 인덱스 또는 추적 ID에 따라 색상을 지정할 수 있어 서로 다른 객체나 객체 유형을 쉽게 구분할 수 있습니다.
일반적인 사용 사례
최소 객체 표시: 전체 바운딩 박스 대신 코너 표시기로 탐지된 객체를 표시하여, 객체 위치는 나타내면서도 이미지 선명도를 유지하는 깔끔하고 눈에 띄지 않는 시각화 스타일을 구현합니다
미적 시각화 디자인: 전체 바운딩 박스가 시각적으로 너무 거슬리는 프레젠테이션, 대시보드 또는 사용자 인터페이스를 위해 시각적으로 최소한의 주석을 만들고, 코너 마커로 충분한 위치 표시를 제공합니다
밀집 장면 시각화: 전체 바운딩 박스가 과도하게 겹쳐 시각적 혼잡을 유발하는 밀집 장면에서 많은 탐지 객체를 다룰 때 코너 마커를 사용합니다
디자인 지향 애플리케이션: 전통적인 바운딩 박스 윤곽선보다 미니멀하고 현대적인 미학이 선호되는 디자인 워크플로, 예술적 시각화 또는 창의적 애플리케이션에 코너 마커를 적용합니다
은은한 객체 강조: 주된 이미지 콘텐츠에서 시선을 빼앗지 않으면서 객체 위치를 은은하게 표시합니다. 배경 주석이나 시각적으로 두드러지지 않게 객체 위치를 알려야 할 때 유용합니다
UI 및 대시보드 통합: 더 나은 사용자 경험과 낮은 시각적 노이즈를 위해 최소한의 시각 표시가 선호되는 사용자 인터페이스, 대시보드 또는 대화형 애플리케이션에 코너 마커를 통합합니다
다른 블록과 연결하기
이 블록의 주석이 달린 이미지는 다음에 연결할 수 있습니다:
다른 시각화 블록 (예: 라벨 시각화, 점 시각화, 바운딩 박스 시각화) 코너 마커를 추가 주석과 결합하여 포괄적인 시각화를 구현합니다
데이터 저장 블록 (예: 로컬 파일 싱크, CSV 포맷터, Roboflow 데이터셋 업로드) 코너 마커가 포함된 주석 이미지를 문서화, 보고 또는 분석을 위해 저장합니다
웹훅 블록 코너 마커가 포함된 시각화 결과를 대시보드나 모니터링 도구에 표시하기 위해 외부 시스템, API 또는 웹 애플리케이션으로 전송합니다
알림 블록 (예: 이메일 알림, Slack 알림) 경고나 보고서의 시각적 증거로 코너 마커가 포함된 주석 이미지를 전송합니다
비디오 출력 블록 실시간 모니터링, 추적 시각화 또는 후처리 분석을 위해 코너 마커가 포함된 주석 비디오 스트림이나 녹화를 생성합니다
유형 식별자
step에서 다음 식별자를 사용하세요 "type" 필드: roboflow_core/corner_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..
✅
thickness
int
코너 마커 선의 두께를 픽셀 단위로 지정합니다. 값이 클수록 코너 마커가 더 두껍고 눈에 잘 띕니다..
✅
corner_length
int
각 코너 마커 선분의 길이를 픽셀 단위로 지정합니다. 이는 각 모서리 점에서 코너 표시기가 얼마나 멀리 뻗을지를 제어합니다. 값이 클수록 더 길고 더 두드러지는 코너 마커가 생성됩니다..
✅
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 코너 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..thickness(정수): 코너 마커 선의 두께를 픽셀 단위로 지정합니다. 값이 클수록 코너 마커가 더 두껍고 눈에 잘 띕니다..corner_length(정수): 각 코너 마커 선분의 길이를 픽셀 단위로 지정합니다. 이는 각 모서리 점에서 코너 표시기가 얼마나 멀리 뻗을지를 제어합니다. 값이 클수록 더 길고 더 두드러지는 코너 마커가 생성됩니다..
출력
image(image): 워크플로의 이미지.
마지막 업데이트
도움이 되었나요?