Détecter des objets par consigne dans une image avec Gemini 2.0
Le workflow télécharge une image de test, demande à Gemini 2.0 de localiser les objets décrits dans une consigne écrite, puis dessine les cadres sur l'image d'origine. Il convient si vous voulez chercher des éléments selon leur contexte, par exemple « les adultes accompagnés d'enfants », et non selon une liste de classes fixes. Il faut une clé API Gemini, et les coordonnées renvoyées par le modèle sont normalisées de 0 à 1000 : elles doivent être ramenées aux dimensions réelles de l'image avant le dessin.
- Déclencheur
- Lancement manuel
- Taille
- 7 nœuds
- Outils
- Requêtes HTTP (API)
Comment fonctionne ce workflow
- 1
Manual Trigger lance l'exécution à la main depuis l'éditeur n8n.
- 2
HTTP Request télécharge l'image de test.
- 3
Edit Image lit la largeur et la hauteur de l'image, valeurs utilisées plus loin dans le workflow.
- 4
HTTP Request envoie l'image et la consigne à l'API Gemini 2.0, avec un schéma de sortie box_2d, et récupère les coordonnées.
- 5
Code convertit les coordonnées de l'échelle 0 à 1000 vers les dimensions réelles de l'image.
- 6
Edit Image dessine les cadres sur l'image d'origine pour contrôler le résultat.
Quand l'utiliser
- Encadrer les voitures garées hors d'un emplacement sur une photo de parking.
- Retrouver dans une série de photos les adultes accompagnés d'enfants.
- Chercher des éléments définis par leur contexte, comme une émotion ou une anomalie, plutôt que par une classe fixe.
À préparer avant l'import
- Une clé API Gemini 2.0, à fournir à la requête HTTP qui appelle l'API.
- Une URL d'image accessible en ligne, à renseigner dans le nœud HTTP Request de téléchargement.
- Une image peu chargée, avec des sujets bien visibles, pour le premier test.
Bon à savoir
Changez en premier la consigne envoyée à Gemini pour cibler vos propres objets. Dans le test d'origine, le modèle a manqué un lapin : contrôlez les cadres dessinés avant de vous fier au résultat.
Installer ce template dans n8n
- Téléchargez le fichier JSON avec le bouton en haut de la page.
- Dans n8n, ouvrez le menu d'un workflow vide, choisissez « Import from File » et sélectionnez le fichier.
- Reliez vos propres identifiants à chaque nœud qui en demande un, lancez un test, puis activez le workflow.
Ce template fonctionne sur n8n auto-hébergé comme sur n8n Cloud. Les nœuds IA demandent une version récente de n8n.
Autres templates : Image & Vidéo
- Décrire une image envoyée à un bot Telegram avec GroqUn bot Telegram reçoit une image, la convertit en base64 et renvoie sa description générée par Groq.
- Transcrire un fichier audio ou vidéo avec ElevenLabsTranscrit un fichier audio ou vidéo local avec l'API ElevenLabs, à lancer à la main.
- Générer des vues orthographiques 3D avec Midjourney et GPT-4oProduit des vues orthographiques d'une figurine 3D en enchaînant des appels HTTP vers Midjourney et l'API GPT-4o-Image.
- Générer une image FLUX depuis un formulaire n8nGénère une image FLUX à partir d'un prompt et d'un style choisis dans un formulaire, puis l'héberge sur S3.
- Générer puis retoucher des images avec gpt-image-1 d'OpenAIGénère une image avec gpt-image-1 d'OpenAI, puis la retouche à partir d'une seconde consigne écrite.
- Générer des images par chat et les archiver dans Drive et SheetsEnvoyez un prompt dans le chat, recevez les images générées, rangées dans Drive et Sheets avec leur coût.
Vous voulez ce workflow branché sur vos outils ?
Ce template est un point de départ. Nous l'adaptons à vos règles, à vos comptes et à votre hébergement, puis nous le maintenons.
Voir notre accompagnement n8n