Trình phát hiện vật thể trong trình duyệt

Trình phát hiện vật thể trong trình duyệt là gì

Trình phát hiện vật thể trong trình duyệt giúp bạn quét ảnh và nhận diện vật thể ngay trên máy thay vì gửi tệp lên một dịch vụ thị giác máy tính bên ngoài. Công cụ này phù hợp cho ảnh chụp màn hình nội bộ, ảnh sản phẩm, hình minh họa hoặc ảnh kiểm thử khi bạn chỉ cần một lượt kiểm tra nhanh xem mô hình đang nhìn thấy gì mà vẫn giữ tệp gốc trên thiết bị.

Workflow hiện tại dùng Transformers.js với model DETR theo hướng local-first. Ở lần chạy đầu, trình duyệt có thể cần tải và cache model; sau đó các lượt chạy sau sẽ mượt hơn nếu bộ nhớ đệm vẫn còn.

Nhiều workflow phát hiện vật thể yêu cầu upload ảnh lên dịch vụ cloud

Nhiều công cụ nhận diện ảnh yêu cầu bạn gửi hình lên API từ xa trước khi trả về nhãn vật thể và khung bao.

Điều đó không phù hợp với screenshot nội bộ, ảnh nhạy cảm hoặc asset chưa công bố mà bạn không muốn rời khỏi máy.

Trong nhiều trường hợp, bạn chỉ cần một lượt quét nhanh để xem model đang nhận ra vật thể nào và độ tự tin ra sao, chứ không cần cả một nền tảng computer vision đầy đủ.

Dùng DETR cục bộ để quét vật thể ngay trong trình duyệt

Công cụ này chạy pipeline phát hiện vật thể ngay trong trình duyệt để trả về nhãn, điểm tin cậy và tọa độ khung bao mà không cần upload ảnh lên máy chủ ứng dụng.

Bạn có thể chọn backend WebGPU hoặc WASM và chỉnh ngưỡng tin cậy để kết quả rộng hơn hoặc chặt hơn tùy nhu cầu.

Model được lưu đệm trong trình duyệt, nên các lượt quét tiếp theo thường nhanh và thân thiện offline hơn sau lần tải đầu.

Cách sử dụng Trình phát hiện vật thể trong trình duyệt

1. 1Tải ảnh lên - Chọn screenshot, ảnh sản phẩm hoặc file hình khác từ thiết bị.
2. 2Chọn backend - Dùng auto hoặc ép WebGPU / WASM nếu bạn muốn kiểm soát tốc độ và độ tương thích.
3. 3Chọn ngưỡng tin cậy - Đặt mức độ tự tin tối thiểu để vật thể còn xuất hiện trong danh sách kết quả.
4. 4Chạy quét cục bộ - Để tool nạp model, quét ảnh trong trình duyệt và trả ra danh sách vật thể cùng khung bao.
5. 5Rà soát kết quả - Kiểm tra overlay khung bao rồi sao chép hoặc tải JSON để dùng tiếp.

Tính năng chính

• Phát hiện vật thể DETR cục bộ trong trình duyệt
• Hiển thị khung bao và danh sách vật thể
• Điều chỉnh ngưỡng tin cậy
• Chọn backend WebGPU / WASM
• Không upload ảnh nguồn lên máy chủ ứng dụng

Lợi ích

• Quét ảnh mà không gửi file sang vision API hosted
• Rà nhãn và độ tin cậy cục bộ trước khi dùng tiếp
• Giữ screenshot, ảnh sản phẩm và asset nội bộ trên thiết bị
• Tái dùng model đã cache cho các lượt quét sau

Trường hợp sử dụng

Mẹo và lỗi thường gặp

Ghi chú kiến thức

• Model kiểu DETR có thể dự đoán nhãn vật thể và vị trí khung bao trong một workflow khá gọn cho trình duyệt.
• Điểm tin cậy giúp xếp hạng kết quả nhưng không đảm bảo rằng nhãn luôn đúng trong mọi ngữ cảnh.
• Phát hiện vật thể và OCR giải quyết hai bài toán khác nhau, nên screenshot nhiều chữ thường vẫn cần cả hai hướng xử lý.

Câu hỏi thường gặp

Công cụ liên quan