Object Detection (D-FINE)

Bu fonksiyon bloğu, yapılandırılabilir bir D-FINE modeli kullanarak görüntüler üzerinde gerçek zamanlı nesne tespiti gerçekleştirir. Kolay görsel inceleme ve tespit edilen nesnelerin filtrelenmesi için tasarlanmıştır; basit UI kontrolleriyle hız ve doğruluk arasında denge kurmanıza olanak tanır.

📥 Girdiler (sockets)

Image Analiz etmek istediğiniz görüntüyü sağlayın. Renkli veya gri tonlamalı görüntüleri kabul eder.

📤 Çıktılar (sockets)

Result Sınırlayıcı kutular ve etiketlerle (Draw Boxes etkinse) açıklanmış görüntü.

Boxes Her tespit için sınırlayıcı kutu koordinatlarının listesi (format: [x1,y1,x2,y2]).

Labels Her tespit için algılanan sınıf isimlerinin listesi.

Scores Her tespit için güven skorlarının listesi.

🕹️ Kontroller

Model D-FINE model boyutunu seçin. Seçenekler hız ve doğruluk arasında takas yapar (örnek: Nano — en hızlı, Small — dengeli, XLarge — en iyi doğruluk).

Select Classes Hangi nesne sınıflarını tutmak istediğinizi seçin. Hiçbir sınıf seçilmemişse blok tüm tespit edilen sınıfları raporlar.

Draw Boxes Çıktı görüntüsünde sınırlayıcı kutuların ve etiketlerin görselleştirilmesini açıp kapatın.

Score Thresh Tespitleri filtrelemek için kullanılacak güven eşiğini (0–100) ayarlayın. Daha yüksek değerler düşük güvenilir tespitleri azaltır.

🎯 Özellikler

• Model kontrolü aracılığıyla hız/doğruluk ayarı için birden fazla model boyutu.

• Senaryonuz için önemli sınıflara yönelik sonuçları almak üzere sınıf filtreleme (Select Classes).

• Draw Boxes ile isteğe bağlı görsel önizleme; renk kodlu kutular ve etiketler.

• Hem görsel geri bildirim (Result) hem de sonraki işlemler için yapılandırılmış veri (Boxes, Labels, Scores) sağlar.

📝 Kullanımı

1. Image soketine bir görüntü bağlayın.

2. Performans ihtiyaçlarınıza göre Model seçin.

3. İsteğe bağlı olarak gereksiz tespitleri azaltmak için Select Classes ile belirli sınıfları seçin.

4. Düşük güvenli tespitleri filtrelemek için Score Thresh değerini ayarlayın.

5. Görsel bir önizleme isterseniz Draw Boxesı etkinleştirin; sonuç Result çıktısında gösterilecektir.

6. Daha fazla mantık veya kayıtlama için Boxes, Labels, Scores çıktılarından yararlanın.

📊 Çalıştırıldığında ne olur

Blok çalıştırıldığında sağlanan görüntüyü analiz eder ve şunları döndürür: isteğe bağlı olarak açıklanmış bir önizleme görüntüsü (Result), sınırlayıcı kutular listesi (Boxes), ilgili sınıf isimleri (Labels) ve seçilen eşiğe ve sınıf filtresine göre filtrelenmiş güven skorları (Scores).

💡 İpuçları ve Püf Noktaları

• Görsel kontroller için Result çıktısını daha büyük bir görüntüleyicide önizlemek üzere Show Image bloğuna bağlayın.

• Girdi görüntüleri çok büyükse, çıkarım hızını artırmak ve bellek kullanımını azaltmak için bloğun öncesine Image Resizer ekleyin.

• Küçük veya uzaktaki nesneler için daha yüksek doğruluklu modelleri (Model ile seçin) deneyin; ancak işlem yavaşlayacaktır. Canlı veya düşük gecikmeli uygulamalar için Nano veya Small gibi daha hızlı modelleri tercih edin.

• Tespiti belirli bir alana odaklamak isterseniz, görüntüyü Image ROI Select veya Image ROI ile kırpın; bu yanlış pozitifleri azaltır ve hızı artırır.

• Kareler arasında tespitleri takip etmek istiyorsanız Boxes / Labels çıktısını Object_Detection_Trackere göndererek stabil ID'ler ve takip geçmişi elde edebilirsiniz.

• Daha net görseller veya çok adımlı iş akışları için Resulti Draw Detectionse veya kayıt amaçlı Image Logger / Image Writee yönlendirerek açıklanmış kareleri saklayın.

• Zor aydınlatma veya gürültülü sahneler için ön işleme olarak Image Resizer, Blur veya Contrast bloklarıyla kombinasyon yaparak tespit kararlılığını artırın.

🛠️ Sorun Giderme

• Hiç tespit yok: Score Thresh değerini biraz düşürün ve hedef sınıfın Select Classes içinde yer aldığından emin olun. Ayrıca giriş görüntüsünün net ve odaklı olduğunu doğrulayın.

• Çok sayıda yanlış pozitif: Score Thresh değerini artırın ve sadece ilgilendiğiniz sınıfları Select Classes ile sınırlandırın. İlgi alanını Image ROI Select ile kırpmak da yardımcı olur.

• Yavaş performans veya yüksek bellek kullanımı: Daha küçük bir Model seçin, görüntü boyutunu Image Resizer ile azaltın veya görselleştirmeyi kapatmak için Draw Boxesı kapatın.

• Kareler arasında tutarsız tespitler: Sonuçları stabilize etmek ve kalıcı ID'ler almak için Object_Detection_Tracker kullanın.

Sonuçları daha sonra incelemek üzere saklamak isterseniz, Boxes/Labels/Scores çıktılarını Image Logger, Image Write veya CSV Export gibi kayıt/ihraç bloklarına bağlayın.