RT-DETR Detect ノードは、RT-DETRモデルを使用して入力画像に対して物体検出を実行します。オブジェクトを識別し、その周囲にバウンディングボックスを描画し、COCOデータセットのクラスに従ってラベルを付けます。信頼度スコア、オブジェクトクラスによる結果のフィルタリング、および検出数の上限設定が可能です。
## 入力
| パラメータ | 説明 | データ型 | 必須 | 範囲 |
| --- | --- | --- | --- | --- |
| `model` | 物体検出に使用するRT-DETRモデル。 | MODEL | はい | なし |
| `image` | 物体を検出する入力画像。ノードは最大32枚の画像をバッチ処理します。 | IMAGE | はい | なし |
| `threshold` | 結果に含めるために必要な最小信頼度スコア（デフォルト：0.5）。 | FLOAT | いいえ | なし |
| `class_name` | クラスで検出結果をフィルタリングします。'all'に設定するとフィルタリングを無効にします（デフォルト："all"）。 | COMBO | いいえ | `"all"`
`"person"`
`"bicycle"`
`"car"`
`"motorcycle"`
`"airplane"`
`"bus"`
`"train"`
`"truck"`
`"boat"`
`"traffic light"`
`"fire hydrant"`
`"stop sign"`
`"parking meter"`
`"bench"`
`"bird"`
`"cat"`
`"dog"`
`"horse"`
`"sheep"`
`"cow"`
`"elephant"`
`"bear"`
`"zebra"`
`"giraffe"`
`"backpack"`
`"umbrella"`
`"handbag"`
`"tie"`
`"suitcase"`
`"frisbee"`
`"skis"`
`"snowboard"`
`"sports ball"`
`"kite"`
`"baseball bat"`
`"baseball glove"`
`"skateboard"`
`"surfboard"`
`"tennis racket"`
`"bottle"`
`"wine glass"`
`"cup"`
`"fork"`
`"knife"`
`"spoon"`
`"bowl"`
`"banana"`
`"apple"`
`"sandwich"`
`"orange"`
`"broccoli"`
`"carrot"`
`"hot dog"`
`"pizza"`
`"donut"`
`"cake"`
`"chair"`
`"couch"`
`"potted plant"`
`"bed"`
`"dining table"`
`"toilet"`
`"tv"`
`"laptop"`
`"mouse"`
`"remote"`
`"keyboard"`
`"cell phone"`
`"microwave"`
`"oven"`
`"toaster"`
`"sink"`
`"refrigerator"`
`"book"`
`"clock"`
`"vase"`
`"scissors"`
`"teddy bear"`
`"hair drier"`
`"toothbrush"` |
| `max_detections` | 画像あたりの最大検出数。信頼度スコアの降順で返されます（デフォルト：100）。 | INT | いいえ | なし |
## 出力
| 出力名 | 説明 | データ型 |
| --- | --- | --- |
| `bboxes` | 各入力画像に対するバウンディングボックスのリスト。各ボックスには座標（x, y, width, height）、クラスラベル、および信頼度スコアが含まれます。 | BOUNDINGBOX |
> このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ [GitHub で編集](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/RTDETR_detect/ja.md)
---
**Source fingerprint (SHA-256):** `0c32aa9e17b8ea81e52cb45df2a40f7c1faeb39fdf18dfc643d1d31ed0bfdefd`