深度学习
深度学习目标检测
加载 ONNX 目标检测模型逐帧推理，按置信度阈值过滤候选框并做非极大值抑制，输出带框标注的图像、目标数量与各目标的框、分数和类别DLObjectDetect · v1.0 · by system
输入参数 9
| 名称 | keyId | 类型 | 默认值 | 可连接 | 说明 |
|---|---|---|---|---|---|
| 图像 | images | vec_img | [] | 是 | 逐帧送入检测的 BGR 图像序列，每帧等比例缩放并居中填充到设定的输入宽高后再推理；空帧或空指针帧原样透传且不参与检测，整个图像容器缺失或类型不符时返回 -1 并在运行信息提示输入图像为空 |
| 模型路径 | modelPath | string | （空） | 否 | ONNX 模型文件的绝对路径，默认留空；留空时返回 -1 并在运行信息提示模型路径为空，需自行放置模型文件（如 TestConfig_Image/models/ 下的 yolov8n.onnx）；路径变化或推理设备变化时会重新加载模型，加载失败时返回 -1 并把原因写入运行信息 |
| 推理设备 | device | enum | cpu | 否 | 推理设备选择，可选 cpu 或 gpu，默认 cpu；选择 gpu 而当前运行时未提供 CUDA 执行提供器时自动回退到 CPU 并在日志给出提示，设备取值变化会触发模型重新加载 |
| 置信度阈值 | confThreshold | double | 0.25 | 否 | 候选目标被保留所需的最低置信度，默认 0.25；每个锚点取各类别得分的最大值，低于该值的候选框直接丢弃；取值必须在 (0,1] 内，超出该区间时返回 -1 并在运行信息提示置信度阈值必须在 (0,1] 内 |
| NMS IoU阈值 | iouThreshold | double | 0.45 | 否 | 非极大值抑制所用的框重叠交并比门限，默认 0.45；两个候选框的交并比严格大于该值时保留得分较高者、抑制较低者；取值必须在 [0,1] 内，超出该区间时返回 -1 并在运行信息提示 NMS IoU 阈值必须在 [0,1] 内 |
| 输入宽 | inputWidth | int | 640 | 否 | 模型输入位图的宽度，默认 640，须与模型训练时的输入尺寸一致；程序把该值自动限制到 32 至 8192 之间，过小按 32、过大按 8192 处理，它决定每帧缩放填充后的目标宽度 |
| 输入高 | inputHeight | int | 640 | 否 | 模型输入位图的高度，默认 640，须与模型训练时的输入尺寸一致；程序把该值自动限制到 32 至 8192 之间，过小按 32、过大按 8192 处理，它决定每帧缩放填充后的目标高度 |
| 最大目标数 | maxDetections | int | 300 | 否 | 非极大值抑制后每帧最多保留的目标个数，默认 300；得分从高到低排序后取到该数量即止，程序把该值自动限制到 0 至 10000 之间，取 0 时不保留任何目标 |
| 类别名 | classNames | string | （空） | 否 | 逗号分隔的类别名称表，用于图像框标注，默认留空；按逗号切分并去掉各项首尾空白，第 j 项对应类别 ID 为 j 的标注文字；留空或类别 ID 超出名称表范围时改用类别 ID 数字作为标注文字 |
输出参数 8
| 名称 | keyId | 类型 | 默认值 | 可连接 | 说明 |
|---|---|---|---|---|---|
| 运行结果 | resultCode | int | — | 否 | 0=成功加载模型并完成逐帧检测，输出标注图像与全部检测结果；-1=输入图像容器缺失、模型路径为空、阈值越界、模型加载或推理失败以及处理过程中发生异常，此时运行信息写明具体原因 |
| 运行信息 | resultInfo | string | — | 否 | 成功时固定为 Success；失败时改为具体原因，例如输入图像为空、模型路径为空、置信度阈值或 NMS IoU 阈值越界、模型输出维度或通道数非法、模型加载或推理失败、OpenCV 处理异常与内存不足 |
| 图像 | images | vec_img | — | 否 | 逐帧输出的 BGR 标注图像，帧数与输入一致；每个保留的目标画绿色矩形框并在框顶叠加类别名称与两位小数的置信度，单通道或四通道输入先转 BGR 再画框，空帧原样透传 |
| 目标数量 | detectionCount | int | — | 否 | 所有输入帧累计检出的目标总数，等于保留框的置信度序列长度；空帧不产生目标，未检出任何目标时为 0，供下游按数量统计或判空 |
| 检测列表 | detectionList | vec_double | — | 否 | 按目标逐个拼接的检测明细序列，每个目标连续 6 项，依次为框左上角 x、y 坐标、框宽、框高、置信度与类别 ID；坐标已反算回原图像素，顺序与置信度、类别 ID 序列一一对应 |
| 置信度 | scores | vec_double | — | 否 | 与检测明细逐目标对应的置信度序列，元素为各保留框的最佳类别得分，按保留顺序排列；其长度等于目标总数，全部帧的得分累加在一起，未检出目标时序列为空 |
| 类别ID | classIds | vec_int | — | 否 | 与检测明细逐目标对应的类别 ID 序列，元素为各保留框得分最高类别的整数编号，按保留顺序排列；编号从 0 开始，可与类别名称表配合还原标注文字，长度等于目标总数 |
| 最高置信度 | maxScore | double | — | 否 | 所有输入帧全部检出目标中的最高置信度，由逐目标比较取最大得到，初值为 0；没有任何目标被保留时保持 0，可用于快速判断本批图像中是否出现过达标目标 |
接入方式
联系与反馈
获取安装包与技术反馈
安装包通过微信二维码获取。安装部署、界面组态与工具配置过程中的问题，可通过同一渠道反馈，无需注册或填写表单。
- 安装包获取与部署说明
- 界面组态与工具配置
- 功能建议与问题反馈
微信扫码 · 安装包与问题反馈