Appearance
节点库参考
本页按“用户在右侧配置面板实际看到的字段”整理。
如何使用本页
- 先按节点名称找到你正在使用的节点。
- 按“可配置属性字段”逐项填写。
节点分类清单
工作流节点按以下六个分类组织：模型、可视化、逻辑和分支、高级功能、数据处理、视频数据处理。
模型
| 节点名称 | 可配置属性字段（用户界面） | 说明 |
|---|---|---|
| 目标检测模型 | 图像、模型、置信度、类过滤器、iou阈值、最大检测数、类无关的非极大值抑制（NMS）、最大候选数量 | 使用边界框预测物体位置 |
| 实例分割模型 | 图像、模型、置信度、类过滤器、iou阈值、最大检测数、类无关的非极大值抑制（NMS）、最大候选数量、掩码解码模式、均衡因子、是否简化多边形、简化比例 | 使用像素级掩码预测物体位置 |
可视化
| 节点名称 | 可配置属性字段（用户界面） | 说明 |
|---|---|---|
| 边界框可视化 | 输入图像、预测、颜色调色板、自定义颜色、颜色分类、厚度、圆角、透明度 | 在图像中检测到的物体周围绘制一个框 |
| 标签可视化 | 输入图像、预测、文本、显示样式、颜色调色板、自定义颜色、颜色分类、文本位置、文本颜色、文本比例、文本大小、文本加粗、文本粗细、内边距、圆角、边框透明度、边框厚度、背景是否填充、背景透明度 | 根据检测结果在图像上指定坐标处绘制标签 |
| 像素可视化 | 输入图像、预测、像素大小、内边距 | 将图像中检测到的物体像素化 |
| 多边形可视化 | 输入图像、预测、颜色调色板、自定义颜色、颜色分类、厚度、透明度、背景是否填充、背景透明度 | 在图像中检测到的物体周围绘制一个多边形 |
逻辑和分支
| 节点名称 | 可配置属性字段（用户界面） | 说明 |
|---|---|---|
| 条件分支 | 条件组（AND/OR）、比较操作符、比较值、分支输出 | 根据 if/else 条件将工作流拆分为两个分支 |
| 迭代 | 输入、输出、并行模式、错误响应方法 | 对列表对象执行多次步骤直至输出所有结果 |
| 代码执行 | 输入变量、输出变量、失败时重试、最大重试次数、重试间隔、异常处理 | 执行一段 Python 或 JavaScript 代码实现自定义逻辑 |
| 变量聚合器 | 输出变量名、输出类型、参与聚合的变量、高级设置（分组） | 将多路分支的变量聚合为一个变量列表输出 |
| 变量赋值 | 变量 | 将多路分支的变量聚合为一个变量，以实现下游节点统一配置 |
| HTTP请求 | 请求方法、请求 URL、鉴权方式、请求头、Query 参数、请求体、超时设置、重试策略、SSL 验证、异常处理 | 允许通过 HTTP 协议发送服务器请求 |
高级功能
| 节点名称 | 可配置属性字段（用户界面） | 说明 |
|---|---|---|
| 图像滑块切片 | 输入图像、切片宽度、切片高度、重叠率宽度、重叠率高度 | 将输入图像平铺成较小图像列表以执行小物体检测 |
| 检测缝合 | 参考图像、预测、重叠过滤策略、IoU阈值 | 将针对多幅输入图像的检测合并为单个检测 |
| 检测共识 | 预测批次、所需票数；附加属性（展开可见）：类别意识、IoU阈值、置信度、类别过滤、检测合并置信度聚合、检测合并坐标聚合、检测合并掩码聚合 | 对多个模型的检测结果进行投票共识 |
| 图像调整大小 | 输入图像、调整模式、宽度、高度 | 调整输入图像的大小 |
| 图像灰度化 | 输入图像、灰度值（%） | 将输入图像转换为灰度图像 |
| 图像自动对比度 | 输入图像、类型 | 自动调整图像对比度 |
| 图像翻转 | 输入图像、翻转方向 | 将输入图像水平或垂直翻转 |
| 图像裁剪 | 输入图像、裁剪比例（%） | 从输入图像中裁剪出指定区域 |
| 图像色调 | 输入图像、色调值（°） | 调整输入图像的色调 |
| 图像饱和度 | 输入图像、饱和度（%） | 调整输入图像的饱和度 |
| 图像亮度 | 输入图像、亮度（%） | 调整输入图像的亮度 |
| 图像曝光 | 输入图像、曝光值（%） | 调整输入图像的曝光 |
| 图像模糊 | 输入图像、模糊（px） | 对输入图像应用模糊效果 |
| 图像噪点 | 输入图像、噪点值（%） | 对输入图像添加噪点 |
| 属性定义 | 数据、操作 | 从模型预测中定义一个变量，例如类名、置信度或检测次数 |
| 检测过滤 | 预测、操作 | 从模型预测中过滤出符合条件的检测结果 |
数据处理
| 节点名称 | 可配置属性字段（用户界面） | 说明 |
|---|---|---|
| 发送钉钉消息 | Webhook地址、消息类型；随消息类型变化：文本类显示消息内容；链接类显示链接标题/内容/跳转地址/图片地址；Markdown 类显示消息标题/内容；卡片类显示消息标题/内容/按钮配置；文本/Markdown/卡片类型还支持是否@所有人、被@用户 ID 列表、被@用户手机号列表 | 通过钉钉 Webhook 发送消息通知，不同消息类型展示对应字段 |
视频数据处理 仅私有化部署可用
| 节点名称 | 可配置属性字段（用户界面） | 说明 |
|---|---|---|
| 视频帧迭代 | 输入、输出、并行模式、错误响应方法、超时时间、前多少帧走跳帧分支、推理步长 | 逐帧循环处理视频流中的图像 |
| 视频帧缓存 | 输入图像 | 缓存视频帧，供后续节点处理使用 |
| 区域跟踪 | 预测 | 统计目标在指定区域内的进出状态 |
| 跟踪 | 预测、跟踪器类型、跟踪激活阈值、丢失跟踪缓冲区、IoU 匹配阈值、最少连续帧数、是否要求只有同类目标之间才能匹配、允许保留的最大轨迹数 | 跨视频帧追踪并标记目标物体的运动轨迹 |
| 区域驻留时长告警 | 输入图像、预测、区域类型、区域坐标、停留时间阈值(秒)、同一目标两次告警之间的冷却时间(秒)、是否按 track_id 统计同一目标、同一条轨迹是否只报一次警、是否在输出图像上绘制区域边框 | 当目标在区域内停留时间超过阈值时触发告警 |
示例：物体检测模型
你在界面里会看到的主要属性字段：
- 图像
- 模型
- 置信度
- 类过滤器
- iou阈值
- 最大检测数
- 类无关的非极大值抑制（NMS）
- 最大候选数量
提示：部分字段会根据模型类型动态显示（例如 NMS 相关字段）。