# SAM3 檢測節點

## 概述

SAM3 檢測節點使用文字描述、邊界框或點提示來執行開放詞彙檢測和分割。它可以根據您輸入的文字描述、繪製的框線或點擊的位置來識別和分割影像中的物體。

## 輸入

| 參數 | 說明 | 資料類型 | 必要 | 範圍 |
| --- | --- | --- | --- | --- |
| `model` | 用於檢測和分割的 SAM3 模型 | MODEL | 是 | - |
| `影像` | 要處理的輸入影像 | IMAGE | 是 | - |
| `條件` | 來自 CLIPTextEncode 的文字條件。使用文字提示進行檢測時需要提供 | CONDITIONING | 否 | - |
| `邊界框` | 要進行分割的邊界框。可以是單個框（應用於所有影格）、框列表（應用於所有影格）或列表的列表（每個影格的框）。當未提供文字條件時，節點會在每個框內進行分割 | BOUNDING_BOX | 否 | - |
| `正向座標` | 正向點提示，採用 JSON 格式 `[{"x": int, "y": int}, ...]`，使用像素座標。這些是您希望包含在分割中的點 | STRING | 否 | - |
| `負向座標` | 負向點提示，採用 JSON 格式 `[{"x": int, "y": int}, ...]`，使用像素座標。這些是您希望從分割中排除的點 | STRING | 否 | - |
| `閾值` | 基於文字的檢測的置信度閾值。只有分數高於此值的檢測結果會被保留（預設值：0.5） | FLOAT | 否 | 0.0 到 1.0 |
| `細化次數` | SAM 解碼器優化迭代次數。較高的值可以改善遮罩品質。設為 0 則使用原始檢測器遮罩而不進行優化（預設值：2） | INT | 否 | 0 到 5 |
| `個別 mask` | 啟用時，為每個檢測到的物體輸出單獨的遮罩，而不是將它們合併為單一遮罩（預設值：False） | BOOLEAN | 否 | True/False |

### 參數限制與注意事項

- **文字提示**：要使用基於文字的檢測，您必須提供 `conditioning` 輸入。當提供文字條件時，節點會在影像上執行文字引導的檢測。
- **框提示**：當提供 `bboxes` 但未提供文字條件時，節點會分割每個邊界框內的區域。
- **點提示**：當提供 `positive_coords` 或 `negative_coords` 時，節點會使用基於點的分割。點會自動縮放到模型的內部解析度。
- **多種提示類型**：您可以組合不同的提示類型。例如，您可以同時提供文字條件和邊界框，將文字檢測限制在特定區域。
- **批次處理**：節點支援批次影像。在處理多個影格時，可以使用列表的列表格式為每個影格提供邊界框。
- **點的 JSON 格式**：點座標必須以有效的 JSON 字串提供，格式為 `[{"x": 100, "y": 200}, {"x": 150, "y": 250}]`。

## 輸出

| 輸出名稱 | 說明 | 資料類型 |
| --- | --- | --- |
| `邊界框` | 分割遮罩。當 `個別 mask` 為 False（預設值）時，每個影格返回單一合併遮罩。當為 True 時，為每個檢測到的物體返回單獨的遮罩 | MASK |
| `邊界框` | 檢測到的邊界框，包含座標和置信度分數。每個框包含 `x`、`y`、`width`、`height` 和 `score` 值 | BOUNDING_BOX |

> 本文檔由 AI 生成。如果您發現任何錯誤或有改進建議，歡迎貢獻！ [在 GitHub 上編輯](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/SAM3_Detect/zh-TW.md)

---
**Source fingerprint (SHA-256):** `d073bda7eca934f3c64e1be740f5fb5249d27046a8be5902ea5d2245d5f679ea`