점 시각화
제공된 감지 결과를 바탕으로 특정 좌표에 이미지 위 점을 그립니다.
감지된 객체의 특정 지점을 표시하기 위해 이미지에 원형 점을 그리며, 위치, 크기, 색상, 윤곽선 스타일을 사용자 지정할 수 있습니다.
이 블록의 작동 방식
이 블록은 이미지와 감지 예측 결과를 받아 각 감지된 객체의 지정된 앵커 위치에 원형 점 마커를 그립니다. 이 블록은:
이미지와 예측을 입력으로 받습니다
선택한 앵커 포인트(중심, 모서리, 가장자리 또는 질량 중심)를 기반으로 각 감지에 대한 점 위치를 결정합니다
선택한 색상 팔레트를 기반으로 색상 스타일을 적용하며, 색상은 클래스, 인덱스 또는 추적 ID에 따라 할당됩니다
Supervision의 DotAnnotator를 사용해 지정된 반지름과 선택적 윤곽선 두께로 원형 점을 그립니다
원본 이미지 위에 점이 오버레이된 주석 이미지를 반환합니다
이 블록은 바운딩 박스의 중심, 네 모서리, 가장자리의 중간점, 또는 질량 중심(불규칙한 형태의 객체에 유용함)을 포함한 다양한 위치 옵션을 지원합니다. 점은 서로 다른 크기(반지름), 가독성을 높이기 위한 선택적 윤곽선, 그리고 다양한 색상 팔레트로 사용자 지정할 수 있습니다. 이를 통해 전체 바운딩 박스의 시각적 복잡함 없이 감지 위치를 표시하는 최소화되고 깔끔한 시각화 스타일을 제공하며, 밀집된 장면이나 특정 관심 지점을 강조해야 할 때 이상적입니다.
일반적인 사용 사례
최소 객체 표시: 감지된 객체를 바운딩 박스 대신 작은 점으로 표시하여 밀집된 장면이나 많은 감지를 다룰 때 더 깔끔하고 덜 복잡한 시각화를 제공합니다
관심 지점 강조: 객체 추적, 자세 추정 또는 공간 분석과 같은 응용에서 감지된 객체의 특정 앵커 포인트(모서리, 중심, 질량 중심)를 표시합니다
추적 시각화: 점을 사용해 시간에 따른 객체 궤적이나 추적 ID를 시각화하여, 추적 워크플로에서 바운딩 박스보다 더 깔끔한 대안을 만듭니다
군중 수 세기 및 밀도 분석: 사람이나 객체를 점으로 표시하여 겹치는 바운딩 박스 없이 밀도 패턴, 군중 분포 또는 객체 수를 시각화합니다
키포인트 및 랜드마크 표시: 물리 시뮬레이션, 측정 워크플로 또는 공간 관계 분석을 위해 객체의 특정 지점(예: 불규칙한 형태의 질량 중심)을 표시합니다
최소 UI 오버레이: 전체 바운딩 박스가 시각적으로 너무 방해가 되는 사용자 인터페이스, 대시보드 또는 모바일 애플리케이션을 위해 깔끔하고 눈에 거슬리지 않는 시각적 오버레이를 만듭니다
다른 블록과 연결하기
이 블록의 주석이 달린 이미지는 다음에 연결할 수 있습니다:
다른 시각화 블록 (예: 바운딩 박스 시각화, 라벨 시각화, 추적 시각화) 점 마커를 추가 주석과 결합하여 포괄적인 시각화를 만듭니다
데이터 저장 블록 (예: 로컬 파일 저장, CSV 포맷터, Roboflow 데이터셋 업로드) 점 마커가 있는 주석 이미지를 저장하여 문서화, 보고 또는 분석에 사용합니다
웹훅 블록 점 마커가 있는 시각화 결과를 외부 시스템, API 또는 웹 애플리케이션으로 전송하여 대시보드나 모니터링 도구에 표시합니다
알림 블록 (예: 이메일 알림, Slack 알림) 점 마커가 있는 주석 이미지를 시각적 증거로 보내 경고나 보고서에 사용합니다
비디오 출력 블록 실시간 모니터링, 추적 시각화 또는 후처리 분석을 위해 점 마커가 있는 주석 비디오 스트림이나 녹화본을 만듭니다
유형 식별자
step에서 다음 식별자를 사용하세요 "type" 필드: roboflow_core/dot_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..
✅
position
str
각 감지의 바운딩 박스를 기준으로 점을 배치할 앵커 위치입니다. 옵션에는 CENTER(박스 중심), 모서리(TOP_LEFT, TOP_RIGHT, BOTTOM_LEFT, BOTTOM_RIGHT), 가장자리 중간점(TOP_CENTER, CENTER_LEFT, CENTER_RIGHT, BOTTOM_CENTER), 또는 CENTER_OF_MASS(객체의 질량 중심, 불규칙한 형태에 유용함)가 포함됩니다..
✅
반지름
int
픽셀 단위의 점 반지름입니다. 값이 클수록 더 크고 눈에 띄는 점이 생성됩니다..
✅
윤곽선 두께
int
픽셀 단위의 점 윤곽선 두께입니다. 윤곽선이 없도록 하려면 0으로 설정합니다(채워진 점만 표시). 값이 클수록 다양한 배경에서 더 잘 보이도록 점 주위의 윤곽선이 두꺼워집니다..
✅
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 점 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..position(문자열): 각 감지의 바운딩 박스를 기준으로 점을 배치할 앵커 위치입니다. 옵션에는 CENTER(박스 중심), 모서리(TOP_LEFT, TOP_RIGHT, BOTTOM_LEFT, BOTTOM_RIGHT), 가장자리 중간점(TOP_CENTER, CENTER_LEFT, CENTER_RIGHT, BOTTOM_CENTER), 또는 CENTER_OF_MASS(객체의 질량 중심, 불규칙한 형태에 유용함)가 포함됩니다..반지름(정수): 픽셀 단위의 점 반지름입니다. 값이 클수록 더 크고 눈에 띄는 점이 생성됩니다..윤곽선 두께(정수): 픽셀 단위의 점 윤곽선 두께입니다. 윤곽선이 없도록 하려면 0으로 설정합니다(채워진 점만 표시). 값이 클수록 다양한 배경에서 더 잘 보이도록 점 주위의 윤곽선이 두꺼워집니다..
출력
image(image): 워크플로의 이미지.
마지막 업데이트
도움이 되었나요?