ストリームをトリガーする
トリガーされたストリームの最新フレームに対して、必要に応じて Workflow を実行します。
最終更新
役に立ちましたか？
トリガーされたストリームの最新フレームに対して、必要に応じて Workflow を実行します。
「Triggered」モードに設定されたストリームは、すべてのフレームで推論を実行しません。代わりに、カメラからフレームを継続的に取得し、最新フレームに対して設定済みの Workflow を実行する明示的なトリガーを待機します。これは、推論が高コストな場合、結果が特定の瞬間にのみ必要な場合（たとえば、PLC が部品が所定の位置にあることを示す場合）、または外部システムが検査の間隔を制御している場合に便利です。
ストリームは次の2つの方法でトリガーできます:
クラウドから、Deployment Manager ダッシュボードを使用して。
エッジから、デバイス上のローカル HTTP エンドポイントを呼び出して。
どちらの方法を使用する場合でも、ストリームはあなたが 追加する または デバイス設定を更新する.
クラウドトリガーは Roboflow アプリから発行され、Deployment Manager によってデバイスへ転送されます。手動トリガー、デモ、またはトリガーを開始するシステムがインターネットにアクセスできるがデバイスのローカルネットワーク上にない場合に使用します。
Deployment Manager ダッシュボードで、ストリームをホストしているデバイスをクリックします。Triggered ストリームにはそれぞれ「Trigger」ボタンがあります。「Trigger」をクリックすると、最新フレームに対して1回の推論実行を発行します:
デバイスがトリガーを処理している間、ストリームには「デバイスを待機中...」と表示されます。デバイスが結果を返すと、ステータスは「推論完了」に更新され、レンダリングされたフレームが Workflow の出力で更新されます。
トリガーはデバイス上のコマンドとしてキューに入れられ、デバイスが次に Deployment Manager をポーリングしたときに処理されます（通常は数秒以内）。クラウドトリガーは高頻度のトリガー用途向けではありません。1秒未満の遅延が必要な場合や、1分あたり数回を超えるトリガーを発行する場合は、代わりにエッジトリガーを使用してください。
エッジトリガーは、デバイス上で実行されている推論サーバーに直接送る HTTP 呼び出しです。PLC、ローカルスクリプト、またはデバイスと同じネットワーク上にある任意のシステムからの本番トリガーに使用します。エッジトリガーは Deployment Manager を経由する往復を回避し、レイテンシーに敏感な統合に推奨される方法です。
デバイス上の推論サーバーは、稼働中の各ストリームごとにトリガーエンドポイントを公開します:
POST http://<device-ip>:8000/inference_pipelines/{pipeline_id}/trigger置き換えてください <device-ip> を、ネットワーク上のデバイスの IP アドレスに置き換え、 {pipeline_id} を、トリガーしたいストリームの ID に置き換えます。パイプライン ID は Deployment Manager のストリーム詳細で確認できます。
リクエスト本文は省略可能です。1回のトリガーでストリームに設定された Workflow パラメータを上書きするには、本文に含めます:
成功したトリガーは、取得したフレームに対する Workflow の出力を返します:
デバイスがまだフレームを取得していない場合、またはパイプラインが実行中でない場合、応答は返します success: false 理由を説明するメッセージとともに。
エッジトリガーのエンドポイントは、デバイスのローカルネットワークからのみ到達できます。外部から呼び出すには、独自のネットワークインフラを通じてデバイスを公開するか、クラウドトリガーを使用してください。
Roboflow アプリからストリームを手動で検査する
クラウド
Triggered ストリームのデモまたはテスト
クラウド
デバイスと同じネットワーク上の PLC、センサー、またはバーコードスキャナー
エッジ
同じリクエスト内で推論結果を返す必要があるローカルスクリプト
エッジ
高頻度のトリガー（1分あたり数回を超える）
エッジ
最終更新
役に立ちましたか？
役に立ちましたか？
{
"workflows_parameters": {
"confidence": 0.7
}
}{
"success": true,
"data": {
"frame_id": 1024,
"timestamp": 1716220800.123,
"workflow_output": [
{
"predictions": []
}
]
}
}