浏览器端处理
即时结果
不存储数据
浏览器端物体检测器是什么？
浏览器端物体检测器让你在浏览器里扫描图片中的物体，而不是把文件上传到外部视觉 API。它适合内部截图、产品图、插图或 QA 图片，当你只想快速看看模型识别到了什么，同时又希望原图留在设备上时尤其有用。
当前工作流基于 Transformers.js，并采用 DETR 路线。首次运行时浏览器可能需要下载并缓存模型，之后如果缓存仍在，后续运行会顺畅得多。
很多物体检测流程都默认要先把图片上传到云端
很多图像识别工具会要求你先把图片发到远程 API，才会返回物体标签和边框。
这不适合内部截图、敏感图片或未公开素材。
而很多时候你只需要一次快速扫描，看看模型识别到了哪些明显物体，以及它有多自信，并不需要完整的计算机视觉平台。
在浏览器里用本地 DETR 扫描物体
这个工具在浏览器内运行本地物体检测流程，直接返回标签、置信度和边框坐标，不需要把图片上传到应用服务器。
你可以切换 WebGPU 与 WASM，并调整置信度阈值，让输出更宽松或更保守。
模型会缓存在浏览器中，因此首次下载后，后续运行通常更快，也更接近离线体验。
如何使用浏览器端物体检测器
- 1上传图片 - 从设备中选择截图、产品图或其他图片文件。
- 2选择后端 - 使用 auto，或手动切换到 WebGPU / WASM 来控制速度和兼容性。
- 3设置阈值 - 决定模型需要多高置信度，检测结果才保留在列表中。
- 4运行本地检测 - 让工具加载模型，在浏览器里扫描图片并返回物体标签与边框。
- 5检查结果 - 查看边框覆盖层，然后复制结果或下载 JSON 继续使用。
主要功能
- 基于 DETR 的浏览器内本地物体检测
- 边框覆盖层和物体列表
- 可调置信度阈值
- WebGPU / WASM 后端切换
- 源图片不上传到应用服务器
优势
- 无需把图片交给托管 vision API 也能扫描物体
- 先在本地检查标签与置信度再继续使用
- 让截图、产品图和内部素材留在设备上
- 后续可继续复用已缓存模型
使用场景
内部图片 QA
先在本地检查模型能识别哪些物体，而不用把图片交给托管 API。
手工标注前准备
把物体标签和边框位置当作人工复核前的第一层提示。
内容运营辅助
在做 metadata 或说明前，先用本地扫描快速理解图片中的主要物体。
更偏离线的工作流
利用已缓存模型，在同一浏览器里继续做后续物体检测。
技巧与常见错误
技巧
- 尽量使用主体清晰、物体明显的图片，以获得更稳定的初始检测结果。
- 如果你想看看边缘结果，可以降低阈值；如果只想保留更稳的结果，再把阈值调高。
- 如果 WebGPU 不稳定，可以切换到 WASM。
常见错误
- 假设 detector 一定能正确识别所有小众物体、logo 或图片里的文字。
- 不人工检查就直接把低置信度结果当成可靠标签。
- 把阈值设得过高后，就误以为图片里没有任何值得关注的内容。
知识要点
- DETR 这类模型可以同时预测物体类别和边框位置，适合做浏览器里的第一轮检测。
- 置信度能帮助排序，但并不保证每个标签在所有场景下都一定正确。
- 物体检测与 OCR 解决的是不同问题，所以文字很多的截图通常需要两种流程配合。
常见问题
图片会上传到应用服务器吗？
不会。图片在浏览器中完成检测。只有模型文件可能在首次运行时需要下载。
结果包括什么？
结果包括物体标签、置信度分数，以及帮助你查看位置的边框。
它能替代截图 OCR 吗？
不能。这是物体检测流程，不是专用 OCR，所以文字很多的截图往往还需要单独 OCR。
可以把结果直接当最终结论吗？
不建议。更适合作为私密本地第一轮扫描，再结合人工复核来判断。
相关工具
探索更多 本地 AI 工具
浏览器端物体检测器 属于 本地 AI 工具。探索更多免费在线工具，快速完成相关任务。
查看全部 本地 AI 工具