# AI 物体检测器使用教程：浏览器本地识别图片中 80 类常见物体

> 来源：工具派（https://gjupai.com） 原文页面：https://gjupai.com/tutorial/ai-object-detector-guide

## 工具简介

**AI 物体检测器**是工具派推出的一款在线图像识别工具：上传一张图片，它就会用 MediaPipe EfficientDet Lite0 模型在**浏览器本地**自动找出图中的各类物体，并用彩色标注框圈出位置、配上中文类别名和置信度百分比。模型基于 COCO 数据集训练，可识别人、汽车、动物、电子产品、家具、餐具、食物等 **80 类常见物体**。整个过程不依赖服务器——图片不会上传，首次使用只需下载约 7MB 的模型文件，之后自动缓存、离线也能跑。检测完成后可以并排对比原图与标注结果，查看每个目标的坐标表格，还能一键下载标注图和 JSON 数据，非常适合做数据标注核对、图片内容盘点和 AI 效果演示。

## 功能亮点

- **浏览器本地运行**：检测完全在本机完成，图片不会上传到服务器，隐私有保障；首次加载约 7MB 模型并自动缓存，再次使用无需重复下载。
- **80 类物体识别**：基于 COCO 数据集，覆盖人、交通工具、动物、配饰、运动器材、餐具、食物、家具、电子产品、日用品等常见类别，标签自动显示为中文。
- **置信度阈值可调**：滑杆范围 10%–90%，默认 30%，调高可过滤低把握的结果，调低可挖出更多候选目标，调整后标注图和列表实时刷新。
- **12 个类别分组筛选**：下拉可选「全部 / 人物 / 交通工具 / 交通设施 / 动物 / 配饰 / 运动 / 餐具 / 食物 / 家具 / 电子产品 / 日用品」，只关注感兴趣的类别。
- **原图 / 结果并排对比**：检测结果在原图上绘制彩色边框和「中文名 + 置信度」标签，与原图左右并排展示，效果一目了然。
- **双格式导出**：可下载带标注框的 PNG 图片，也可下载包含类别、置信度和坐标（xmin, ymin, xmax, ymax）的 JSON 文件，方便二次开发或存档。
- **低置信度提醒**：当所有结果置信度都低于 50% 时自动提示模型可能不支持该物体类别（如银行卡、身份证、票据等卡片/证件类物品不在支持范围内），避免误读结果。

## 参数说明

| 参数 | 说明 | 默认值 / 取值范围 |
| --- | --- | --- |
| 上传图片 | 待检测的图片，支持拖拽、粘贴或点击选择 | `image/*`，大小不超过 10MB |
| 置信度阈值 | 只显示置信度不低于该值的检测结果，直接影响标注框数量和列表内容 | 默认 30%，范围 10%–90%，步长 5% |
| 类别筛选 | 按预设分组过滤检测结果，「全部」表示不过滤 | 默认「全部」，共 12 个分组可选 |
| 开始检测 | 触发检测的按钮，未上传图片或检测进行中时禁用 | — |
| 下载标注图 | 导出带彩色标注框和标签的 PNG 图片（`detected_时间戳.png`） | 检测出结果后可用 |
| 下载 JSON | 导出检测明细 JSON（`detections_时间戳.json`），含英文名、中文名、置信度和边界框坐标 | 检测出结果后可用 |

## 使用步骤

1. **打开工具页面**：顶部是工具名称和说明，中间上传卡片包含上传区、置信度阈值滑杆、类别筛选下拉和「开始检测」按钮，无需登录即可体验。

![AI 物体检测器主界面：顶部为工具标题与模型说明卡片，其下是「用户交流群」入口；中间上传卡片包含「上传图片」拖拽区（提示](article/202607/1783999866754_9517.png)

2. **上传图片**：把图片直接拖到上传区，或复制图片后在页面粘贴，也可以点击上传区选择文件；支持常见图片格式，最大 10MB。上传成功后会自动显示原图预览。

3. **（可选）调节参数**：拖动「置信度阈值」滑杆设定过滤门槛（默认 30%），并在「类别筛选」下拉中选择关心的分组——例如只想找图里的动物就选「动物」，想看全部结果保持「全部」即可。

4. **开始检测**：点击「开始检测」按钮。首次使用会先下载并加载模型（页面显示「模型加载中」进度条），加载完成后自动执行检测，按钮显示「检测中...」。

5. **查看结果**：检测完成后，右侧（移动端为下方）出现「检测结果」图，每个物体被彩色框圈出并标注「中文名 置信度%」；下方结果区以彩色标签和表格列出全部目标，表格包含类别、置信度和位置坐标四元组。此时再调阈值或类别，标注图和列表会即时重绘，无需重新检测。

6. **导出结果**：点击「下载标注图」保存带标注框的 PNG，或点击「下载 JSON」保存结构化数据，供后续程序处理或留档。

## 使用技巧

- **阈值先低后高**：如果感觉漏检，先把阈值降到 10%–20% 看模型「疑似」检测到了什么，再逐步调高到可接受的把握度，比一味调高更容易找到平衡点。
- **用类别筛选做定向盘点**：比如清点一张桌面照片里的电子产品，直接选「电子产品」分组，标注图和 JSON 都会只保留相关目标，导出的数据也更干净。
- **调参无需重新检测**：阈值和类别筛选是对已有结果的实时过滤，拖动滑杆后标注图立即重绘，可以放心反复试，不会重复消耗时间。
- **JSON 适合二次开发**：导出的 JSON 带有像素级边界框坐标（xmin, ymin, xmax, ymax），可以直接对接裁剪、统计或入库脚本，做批量图片预处理很方便。
- **注意模型的能力边界**：模型基于 COCO 数据集训练，擅长人、车、动物、家居等 80 类常见物体；银行卡、身份证、票据等卡片/证件类物品不在支持范围内，这类图片即使检测出结果置信度也会很低，页面会给出黄色提示。
- **大图细节更丰富**：在 10MB 限制内尽量上传清晰、分辨率高的原图，小物体在高清图中更容易被框出来。

## 常见问题

**Q1：上传的图片会被保存到服务器吗？**
不会。图片只在浏览器本地用 MediaPipe 模型处理，全程不经过服务器；首次使用仅会下载约 7MB 的模型文件，下载后自动缓存。

**Q2：支持识别哪些物体？**
基于 COCO 数据集的 80 类常见物体，包括人、自行车、汽车、猫、狗、杯子、椅子、电视、笔记本、手机、书等，标签会以中文显示。银行卡、身份证、票据等卡片/证件类物品不在支持范围内。

**Q3：置信度阈值调多少合适？**
默认 30% 是兼顾召回和准确率的起点。追求「宁缺毋滥」可调到 50% 以上；想尽量不漏检可降到 10%–20%，再从结果中人工甄别。

**Q4：检测结果里的位置坐标是什么含义？**
表格中的 `xmin, ymin, xmax, ymax` 是标注框左上角和右下角的像素坐标，原点在图片左上角，可直接用于裁剪或绘制。

**Q5：为什么检测出的结果很少或置信度很低？**
可能是图中物体不属于 COCO 的 80 个类别，或物体太小、遮挡严重、图片模糊。当最高置信度低于 50% 时页面会出现黄色提示，说明模型对这张图把握不大，建议换更清晰的图片或降低阈值观察候选结果。

**Q6：可以批量检测多张图片吗？**
当前页面一次处理一张图片。需要批量处理时，可以逐张上传检测并下载 JSON，再用脚本合并结果；所有计算都在本地进行，多次使用不受服务器带宽限制。