> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/hi/blocks/blocks/transformations/detections-combine.md).

# Detections Combine

दो डिटेक्शन प्रेडिक्शन सेटों को मिलाकर, दोनों डिटेक्शन सेटों को एक साथ मर्ज करके, दोनों इनपुटों की सभी डिटेक्शनों को सुरक्षित रखते हुए, बहु-स्रोत डिटेक्शन एग्रीगेशन, कई मॉडलों के परिणामों को संयोजित करने, और अलग-अलग प्रोसेसिंग स्टेजों के डिटेक्शन सेटों को एक वर्कफ़्लो आउटपुट में समेकित करने के लिए, डिटेक्शन का एक एकल एकीकृत सेट बनाएं।

## यह ब्लॉक कैसे काम करता है

यह ब्लॉक दोनों इनपुटों की सभी डिटेक्शनों को मर्ज करके दो अलग-अलग डिटेक्शन प्रेडिक्शन सेटों को एक एकल एकीकृत डिटेक्शन सेट में जोड़ता है। ब्लॉक:

1. दो अलग-अलग डिटेक्शन प्रेडिक्शन सेट (prediction\_one और prediction\_two) प्राप्त करता है, जिनमें से प्रत्येक में ऑब्जेक्ट डिटेक्शन या इंस्टेंस सेगमेंटेशन मॉडलों की कई डिटेक्शन शामिल होती हैं
2. दोनों डिटेक्शन सेटों को स्वतंत्र रूप से प्रोसेस करता है (प्रत्येक सेट अपनी डिटेक्शनों, गुणों, मास्कों और मेटाडेटा को बनाए रखता है)
3. supervision की Detections.merge() विधि का उपयोग करके दोनों डिटेक्शन सेटों को मर्ज करता है:
   * prediction\_one की सभी डिटेक्शनों को prediction\_two की सभी डिटेक्शनों के साथ संयोजित करता है
   * दोनों सेटों की सभी डिटेक्शन विशेषताओं को सुरक्षित रखता है (बाउंडिंग बॉक्स, मास्क, क्लास, कॉन्फिडेंस स्कोर, मेटाडेटा)
   * डिटेक्शन का क्रम बनाए रखता है (आमतौर पर prediction\_one की डिटेक्शनों के बाद prediction\_two की डिटेक्शन)
   * मास्क (इंस्टेंस सेगमेंटेशन के लिए), कीपॉइंट्स, क्लास आईडी, क्लास नाम, कॉन्फिडेंस स्कोर, और कस्टम डेटा फ़ील्ड सहित सभी डिटेक्शन विशेषताओं को संभालता है
4. दोनों इनपुटों की सभी डिटेक्शनों वाला एक एकल एकीकृत डिटेक्शन सेट लौटाता है

यह ब्लॉक बस दोनों डिटेक्शन सेटों को आपस में जोड़ देता है, और दोनों स्रोतों की सभी डिटेक्शनों तथा उनके गुणों को सुरक्षित रखता है। Detections Merge ब्लॉक के विपरीत (जो कई डिटेक्शनों से एक यूनियन बाउंडिंग बॉक्स बनाता है), यह ब्लॉक आउटपुट में दोनों सेटों की सभी व्यक्तिगत डिटेक्शनों को बनाए रखता है। यह अलग-अलग मॉडलों, अलग-अलग प्रोसेसिंग स्टेजों, या अलग-अलग डिटेक्शन स्रोतों की डिटेक्शनों को एक ही वर्कफ़्लो स्ट्रीम में जोड़कर एकीकृत डाउनस्ट्रीम प्रोसेसिंग के लिए उपयोगी है।

## सामान्य उपयोग के मामले

* **बहु-मॉडल डिटेक्शन एग्रीगेशन**: कई डिटेक्शन मॉडलों की डिटेक्शनों को एकल एकीकृत सेट में संयोजित करें (जैसे, अलग-अलग ऑब्जेक्ट डिटेक्शन मॉडलों की डिटेक्शनों को मिलाना, विशेषीकृत मॉडलों के परिणामों को मर्ज करना, कई मॉडल आउटपुट से डिटेक्शनों को एकत्र करना), जिससे बहु-मॉडल डिटेक्शन वर्कफ़्लो सक्षम होते हैं
* **बहु-चरणीय डिटेक्शन संयोजन**: अलग-अलग प्रोसेसिंग स्टेजों या वर्कफ़्लो शाखाओं की डिटेक्शनों को संयोजित करें (जैसे, अलग-अलग वर्कफ़्लो पथों की डिटेक्शनों को मर्ज करना, प्रारंभिक डिटेक्शनों को परिष्कृत डिटेक्शनों के साथ मिलाना, कई प्रोसेसिंग स्टेजों की डिटेक्शनों को एकत्र करना), जिससे बहु-चरणीय डिटेक्शन एग्रीगेशन सक्षम होता है
* **डिटेक्शन स्रोत समेकन**: अलग-अलग स्रोतों या इनपुटों की डिटेक्शनों को एक सेट में समेकित करें (जैसे, कई छवियों या फ़्रेमों की डिटेक्शनों को मिलाना, अलग-अलग क्षेत्रों की डिटेक्शनों को मर्ज करना, विभिन्न स्रोतों की डिटेक्शनों को एकत्र करना), जिससे डिटेक्शन स्रोत एकीकरण सक्षम होता है
* **वर्गीकरण और डिटेक्शन संयोजन**: ऑब्जेक्ट डिटेक्शन परिणामों को वर्गीकरण परिणामों या अन्य डिटेक्शन प्रकारों के साथ संयोजित करें (जैसे, ऑब्जेक्ट डिटेक्शनों को वर्गीकरण आउटपुट के साथ मर्ज करना, अलग-अलग डिटेक्शन प्रकारों को मिलाना, पूरक डिटेक्शन सेटों को एकत्र करना), जिससे बहु-प्रकारीय डिटेक्शन वर्कफ़्लो सक्षम होते हैं
* **फ़िल्टर की गई और बिना फ़िल्टर की गई डिटेक्शन का संयोजन**: फ़िल्टर की गई डिटेक्शनों को बिना फ़िल्टर की गई डिटेक्शनों के साथ मिलाएं या अलग-अलग फ़िल्टर किए गए उपसमूहों को संयोजित करें (जैसे, अलग-अलग मानदंडों के अनुसार फ़िल्टर की गई डिटेक्शनों को मर्ज करना, विशिष्ट क्लास की डिटेक्शनों को सामान्य डिटेक्शनों के साथ मिलाना, विभिन्न फ़िल्टर की गई डिटेक्शन सेटों को एकत्र करना), जिससे लचीले डिटेक्शन संयोजन वर्कफ़्लो सक्षम होते हैं
* **वर्कफ़्लो शाखा मर्जिंग**: अलग-अलग वर्कफ़्लो शाखाओं के डिटेक्शन परिणामों को वापस एक एकल डिटेक्शन स्ट्रीम में मर्ज करें (जैसे, समानांतर प्रोसेसिंग शाखा परिणामों को मिलाना, सशर्त वर्कफ़्लो पथों को मर्ज करना, शाखा डिटेक्शन आउटपुट को एकत्र करना), जिससे वर्कफ़्लो शाखा समेकन सक्षम होता है

## अन्य ब्लॉकों से जोड़ना

यह ब्लॉक दो डिटेक्शन प्रेडिक्शन सेट प्राप्त करता है और एक एकल संयुक्त डिटेक्शन सेट उत्पन्न करता है:

* **कई डिटेक्शन ब्लॉकों के बाद** अलग-अलग मॉडलों की डिटेक्शनों को एक ही एकीकृत सेट में संयोजित करने के लिए (जैसे, कई ऑब्जेक्ट डिटेक्शन मॉडलों की डिटेक्शनों को मिलाना, अलग-अलग सेगमेंटेशन मॉडलों के परिणामों को मर्ज करना, विभिन्न मॉडल आउटपुट से डिटेक्शन को एकत्र करना), जिससे बहु-मॉडल डिटेक्शन एग्रीगेशन वर्कफ़्लो सक्षम होते हैं
* **फ़िल्टरिंग ब्लॉक्स के बाद** फ़िल्टर की गई डिटेक्शन उप-सेटों को संयोजित करने के लिए (जैसे, अलग-अलग मानदंडों के अनुसार फ़िल्टर की गई डिटेक्शनों को मर्ज करना, क्लास-विशिष्ट फ़िल्टर की गई डिटेक्शनों को जोड़ना, विभिन्न फ़िल्टर की गई डिटेक्शन सेटों को एकत्र करना), जिससे फ़िल्टर की गई डिटेक्शन संयोजन वर्कफ़्लो सक्षम होते हैं
* **वर्कफ़्लो मर्ज बिंदुओं पर** जहाँ अलग-अलग वर्कफ़्लो शाखाओं को संयोजित करने की आवश्यकता होती है (जैसे, समानांतर प्रोसेसिंग शाखा परिणामों को मर्ज करना, सशर्त पथ आउटपुट को मिलाना, शाखा डिटेक्शन स्ट्रीमों को एकत्र करना), जिससे वर्कफ़्लो शाखा मर्जिंग वर्कफ़्लो सक्षम होते हैं
* **डाउनस्ट्रीम प्रोसेसिंग ब्लॉकों से पहले** जिन्हें एकीकृत डिटेक्शन सेटों की आवश्यकता होती है (जैसे, संयुक्त डिटेक्शनों को साथ में प्रोसेस करना, एकीकृत डिटेक्शन सेटों को विज़ुअलाइज़ करना, एकत्रित डिटेक्शनों का विश्लेषण करना), जिससे एकीकृत डिटेक्शन प्रोसेसिंग वर्कफ़्लो सक्षम होते हैं
* **क्रॉप ब्लॉक्स से पहले** संयुक्त डिटेक्शनों को साथ में प्रोसेस करने के लिए (जैसे, संयुक्त डिटेक्शन सेटों से क्षेत्रों को काटना, एकत्रित डिटेक्शनों से क्षेत्रों को निकालना, एकीकृत डिटेक्शन क्षेत्रों को प्रोसेस करना), जिससे संयुक्त डिटेक्शन क्षेत्र निष्कर्षण सक्षम होता है
* **विज़ुअलाइज़ेशन ब्लॉकों से पहले** एकीकृत डिटेक्शन सेटों को प्रदर्शित करने के लिए (जैसे, कई स्रोतों से संयुक्त डिटेक्शनों को विज़ुअलाइज़ करना, एकत्रित डिटेक्शन परिणामों को दिखाना, मर्ज किए गए डिटेक्शन आउटपुट को प्रदर्शित करना), जिससे एकीकृत डिटेक्शन विज़ुअलाइज़ेशन वर्कफ़्लो सक्षम होते हैं

### प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें `"type"` फील्ड: `roboflow_core/detections_combine@v1` अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।

### गुण

| **नाम** | **प्रकार** | **विवरण**                                          | संदर्भ |
| ------- | ---------- | -------------------------------------------------- | ------ |
| `name`  | `str`      | इस स्टेप के लिए एक अद्वितीय पहचानकर्ता दर्ज करें.. | ❌      |

यह **संदर्भ** कॉलम यह दर्शाता है कि प्रॉपर्टी को गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है, जो `वर्कफ़्लो` रनटाइम में उपलब्ध हैं। अधिक जानकारी के लिए देखें *Bindings* ।

### इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। जाँचें कि कौन-से बाइंडिंग प्रकार `पहचानों का संयोजन` संस्करण में `v1` है।

<details>

<summary>इनपुट और आउटपुट बाइंडिंग्स</summary>

* इनपुट
  * `prediction_one` (*Union\[*[*`instance_segmentation_prediction`*](/workflows/hi/developer-guide/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`object_detection_prediction`*](/workflows/hi/developer-guide/developer-guide/kinds/object-detection-prediction.md)*]*): संयोजित किए जाने वाले डिटेक्शन प्रेडिक्शनों का पहला सेट। ऑब्जेक्ट डिटेक्शन या इंस्टेंस सेगमेंटेशन प्रेडिक्शनों का समर्थन करता है। इस सेट की सभी डिटेक्शनों को आउटपुट में शामिल किया जाएगा। डिटेक्शन विशेषताएँ (बाउंडिंग बॉक्स, मास्क, क्लास, कॉन्फिडेंस स्कोर, मेटाडेटा) ज्यों-की-त्यों सुरक्षित रखी जाती हैं। इस सेट को prediction\_two के साथ मिलाकर एकीकृत आउटपुट बनाया जाता है। इस सेट की डिटेक्शन आमतौर पर मर्ज किए गए आउटपुट में पहले दिखाई देती हैं..
  * `prediction_two` (*Union\[*[*`instance_segmentation_prediction`*](/workflows/hi/developer-guide/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`object_detection_prediction`*](/workflows/hi/developer-guide/developer-guide/kinds/object-detection-prediction.md)*]*): संयोजित किए जाने वाले डिटेक्शन प्रेडिक्शनों का दूसरा सेट। ऑब्जेक्ट डिटेक्शन या इंस्टेंस सेगमेंटेशन प्रेडिक्शनों का समर्थन करता है। इस सेट की सभी डिटेक्शनों को आउटपुट में शामिल किया जाएगा। डिटेक्शन विशेषताएँ (बाउंडिंग बॉक्स, मास्क, क्लास, कॉन्फिडेंस स्कोर, मेटाडेटा) ज्यों-की-त्यों सुरक्षित रखी जाती हैं। इस सेट को prediction\_one के साथ मिलाकर एकीकृत आउटपुट बनाया जाता है। इस सेट की डिटेक्शन prediction\_one की डिटेक्शनों के साथ मर्ज होकर एक एकल संयुक्त डिटेक्शन सेट बनाती हैं..
* आउटपुट
  * `भविष्यवाणियाँ` (*Union\[*[*`object_detection_prediction`*](/workflows/hi/developer-guide/developer-guide/kinds/object-detection-prediction.md)*,* [*`instance_segmentation_prediction`*](/workflows/hi/developer-guide/developer-guide/kinds/instance-segmentation-prediction.md)*]*): यदि `object_detection_prediction` या यदि `instance_segmentation_prediction`.

</details>

<details>

<summary>उदाहरण JSON परिभाषा</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/detections_combine@v1",
	    "prediction_one": "$steps.my_object_detection_model.predictions",
	    "prediction_two": "$steps.my_object_detection_model.predictions"
	}
```

</details>