ट्रेस विज़ुअलाइज़ेशन

डिटेक्शन ट्रैकिंग परिणामों के आधार पर ट्रेस बनाएं।

ट्रैक किए गए ऑब्जेक्ट्स के लिए ट्रैजेक्टरी पथ बनाएं, हाल की स्थितियों को रंगीन रेखाओं से जोड़कर उनकी गति-इतिहास को दृश्य रूप में दिखाएं, ताकि समय के साथ वस्तु की गति के पैटर्न, पथ और ट्रैकिंग व्यवहार को प्रदर्शित किया जा सके।

यह ब्लॉक कैसे काम करता है

यह ब्लॉक एक छवि और ट्रैक की गई भविष्यवाणियाँ (ट्रैकर IDs सहित) लेता है और प्रत्येक ट्रैक किए गए ऑब्जेक्ट के हाल के गति-इतिहास को दिखाने वाले ट्रैजेक्टरी पथ बनाता है। यह ब्लॉक:

1. इनपुट के रूप में एक छवि और ट्रैक की गई भविष्यवाणियाँ लेता है (भविष्यवाणियों में किसी tracking block से tracker_id डेटा शामिल होना चाहिए)

2. प्रत्येक ट्रैक किए गए ऑब्जेक्ट के लिए ट्रैकिंग IDs और स्थिति-इतिहास निकालता है

3. चयनित position anchor (केंद्र, कोने, किनारे, या द्रव्यमान के केंद्र) के आधार पर ट्रेस खींचने के लिए संदर्भ बिंदु निर्धारित करता है

4. चयनित color palette के आधार पर रंग शैली लागू करता है, जहाँ रंग class, index, या track ID द्वारा असाइन किए जाते हैं

5. प्रत्येक ट्रैक किए गए ऑब्जेक्ट के लिए हाल की स्थितियों (trace_length स्थितियों तक) को जोड़ने वाली ट्रैजेक्टरी रेखाएँ खींचता है, Supervision के TraceAnnotator का उपयोग करके

6. ऐतिहासिक स्थितियों को क्रमिक रूप से जोड़ता है, ऐसे पथ-ट्रेस बनाता है जो वस्तु की गति की दिशा और पैटर्न दिखाते हैं

7. मूल छवि पर ओवरले किए गए ट्रैजेक्टरी पथों के साथ एक एनोटेटेड छवि लौटाता है

यह ब्लॉक पिछले कुछ फ़्रेमों में प्रत्येक ट्रैक किए गए ऑब्जेक्ट के द्वारा तय किए गए पथ को खींचकर वस्तु ट्रैकिंग को दृश्य रूप में दिखाता है। प्रत्येक ट्रैक किए गए ऑब्जेक्ट को एक अद्वितीय ट्रेस लाइन मिलती है (ट्रैक ID, क्लास, या इंडेक्स के आधार पर रंगीन), जो उसकी हाल की स्थितियों को जोड़ती है और एक दृश्य trail बनाती है जो गति की दिशा, गति, और ट्रैजेक्टरी पैटर्न दिखाती है। trace_length पैरामीटर नियंत्रित करता है कि प्रत्येक ट्रेस में कितनी ऐतिहासिक स्थितियाँ शामिल होंगी (लंबी ट्रेस अधिक गति-इतिहास दिखाती हैं, जबकि छोटी ट्रेस केवल हाल की गति दिखाती हैं)। इस विज़ुअलाइज़ेशन के लिए tracking blocks (जैसे Byte Tracker) से tracker IDs वाली भविष्यवाणियाँ आवश्यक हैं, क्योंकि फ़्रेमों के बीच स्थितियों को जोड़ने के लिए ट्रैकिंग जानकारी चाहिए होती है। ये ट्रेस वस्तु की गति को दृश्य रूप में दिखाने, ट्रैकिंग पैटर्न पहचानने, और समय के साथ वस्तु के व्यवहार को समझने में मदद करते हैं।

सामान्य उपयोग के मामले

• ऑब्जेक्ट ट्रैजेक्टरी विज़ुअलाइज़ेशन: ट्रैक किए गए ऑब्जेक्ट्स के गति पथों और ट्रैजेक्टरीज़ को विज़ुअलाइज़ करें ताकि वाहन ट्रैकिंग, पैदल यात्री प्रवाह विश्लेषण, या ऑब्जेक्ट गति मॉनिटरिंग जैसे अनुप्रयोगों में वस्तु के व्यवहार, गति पैटर्न, या नेविगेशन मार्गों को समझा जा सके

• ट्रैकिंग प्रदर्शन सत्यापन: ट्रैकिंग प्रदर्शन को वस्तु पथों को विज़ुअलाइज़ करके सत्यापित करें ताकि ट्रैकिंग की संगति सुनिश्चित हो, ट्रैकिंग त्रुटियाँ या ID स्विच पहचानें, या यह सत्यापित करें कि ऑब्जेक्ट लगातार ट्रैजेक्टरी बनाए रखते हैं

• गति पैटर्न विश्लेषण: ट्रैजेक्टरी ट्रेसों को विज़ुअलाइज़ करके गति पैटर्न, गति, या दिशा-परिवर्तनों का विश्लेषण करें, ताकि निगरानी, सुरक्षा, या ट्रैफिक मॉनिटरिंग वर्कफ़्लो में ऑब्जेक्ट व्यवहार को समझा जा सके, असामान्यताओं का पता लगाया जा सके, या गति प्रवृत्तियों की पहचान की जा सके

• पथ विचलन पहचान: वस्तु पथों को विज़ुअलाइज़ करके अपेक्षित मार्गों से विचलन का पता लगाएँ, असामान्य गति पैटर्न पहचानें, या सुरक्षा, संरक्षा, या अनुपालन वर्कफ़्लो के लिए वस्तु ट्रैजेक्टरीज़ की निगरानी करें

• रीयल-टाइम ट्रैकिंग मॉनिटरिंग: रीयल-टाइम मॉनिटरिंग इंटरफेस, डैशबोर्ड, या लाइव वीडियो फ़ीड में ट्रैजेक्टरी ट्रेस प्रदर्शित करें ताकि वस्तु की गति और ट्रैकिंग व्यवहार को उसी समय विज़ुअलाइज़ किया जा सके

• वीडियो विश्लेषण और पोस्ट-प्रोसेसिंग: वीडियो विश्लेषण, पोस्ट-प्रोसेसिंग वर्कफ़्लो, या फॉरेंसिक विश्लेषण के लिए ट्रैजेक्टरी विज़ुअलाइज़ेशन बनाएं, जहाँ वस्तु की गति के पथों और पैटर्न को समझना महत्वपूर्ण हो

अन्य ब्लॉक्स से कनेक्ट करना

इस ब्लॉक की एनोटेटेड छवि को इससे जोड़ा जा सकता है:

• ट्रैकिंग ब्लॉक (जैसे, Byte Tracker) ताकि tracker IDs सहित ट्रैक की गई भविष्यवाणियाँ प्राप्त हों, जो ट्रेस विज़ुअलाइज़ेशन के लिए आवश्यक हैं

• अन्य दृश्यांकन ब्लॉक (जैसे, Bounding Box Visualization, Label Visualization, Dot Visualization) ताकि व्यापक ट्रैकिंग विज़ुअलाइज़ेशन के लिए ट्रैजेक्टरी ट्रेस को अतिरिक्त एनोटेशन के साथ जोड़ा जा सके

• डेटा स्टोरेज ब्लॉक्स (जैसे, Local File Sink, CSV Formatter, Roboflow Dataset Upload) ताकि दस्तावेज़ीकरण, रिपोर्टिंग, या विश्लेषण के लिए ट्रैजेक्टरी ट्रेस वाली छवियाँ सहेजी जा सकें

• वेबहुक ब्लॉक ट्रैजेक्टरी ट्रेस वाले विज़ुअलाइज़ किए गए परिणाम बाहरी सिस्टम, APIs, या वेब अनुप्रयोगों को डैशबोर्ड या मॉनिटरिंग टूल्स में प्रदर्शित करने के लिए भेजने हेतु

• सूचना ब्लॉक (जैसे, Email Notification, Slack Notification) ताकि ट्रैजेक्टरी ट्रेस वाली एनोटेटेड छवियाँ अलर्ट या रिपोर्ट में दृश्य साक्ष्य के रूप में भेजी जा सकें

• वीडियो आउटपुट ब्लॉक लाइव मॉनिटरिंग, ट्रैकिंग विज़ुअलाइज़ेशन, या पोस्ट-प्रोसेसिंग विश्लेषण के लिए ट्रैजेक्टरी ट्रेस वाले एनोटेटेड वीडियो स्ट्रीम या रिकॉर्डिंग बनाने हेतु

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/trace_visualization@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 विशिष्ट पहचानकर्ता दर्ज करें..	❌
copy_image	bool	इस विकल्प को सक्षम करें ताकि विज़ुअलाइज़ेशन के लिए इनपुट छवि की एक प्रति बनाई जा सके और मूल छवि सुरक्षित रहे। इसका उपयोग तब करें जब एक से अधिक विज़ुअलाइज़ेशन को स्टैक किया जा रहा हो..	✅
color_palette	str	दृश्यित तत्वों के लिए एक color palette चुनें..	✅
palette_size	int	पैलेट में रंगों की संख्या निर्दिष्ट करें. यह custom या Matplotlib palettes का उपयोग करते समय लागू होता है..	✅
custom_colors	List[str]	HEX format में bounding boxes के लिए custom colors की एक सूची परिभाषित करें..	✅
color_axis	str	चुनें कि bounding box colors कैसे असाइन किए जाते हैं..	✅
स्थिति	str	प्रत्येक डिटेक्शन के bounding box के सापेक्ष ट्रैजेक्टरी ट्रेस खींचने के लिए एंकर स्थिति। विकल्पों में शामिल हैं: CENTER (बॉक्स का केंद्र), corners (TOP_LEFT, TOP_RIGHT, BOTTOM_LEFT, BOTTOM_RIGHT), edge midpoints (TOP_CENTER, CENTER_LEFT, CENTER_RIGHT, BOTTOM_CENTER), या CENTER_OF_MASS (वस्तु का द्रव्यमान केंद्र)। ट्रेस पथ इन हाल की फ़्रेमों में इस एंकर बिंदु पर स्थितियों को जोड़ते हुए खींचा जाता है..	✅
trace_length	int	ट्रैजेक्टरी ट्रेस में शामिल करने के लिए ऐतिहासिक ट्रैक किए गए ऑब्जेक्ट स्थितियों की अधिकतम संख्या। यह नियंत्रित करता है कि गति-ट्रेल कितनी लंबी दिखाई देगी। अधिक मान लंबी ट्रेस बनाते हैं जो अधिक गति-इतिहास दिखाती हैं, जबकि कम मान छोटी ट्रेस बनाते हैं जो केवल हाल की गति दिखाती हैं। कम से कम 1 होना चाहिए। सामान्य मान इच्छित ट्रेल लंबाई और फ़्रेम दर के आधार पर 10 से 50 फ़्रेम तक होते हैं..	✅
thickness	int	ट्रैजेक्टरी ट्रेस रेखाओं की मोटाई पिक्सेल में। यह नियंत्रित करता है कि पथ रेखाएँ कितनी मोटी दिखाई दें। अधिक मान मोटी, अधिक दृश्यमान ट्रेस बनाते हैं, जबकि कम मान पतली, अधिक सूक्ष्म ट्रेस बनाते हैं। कम से कम 1 होना चाहिए। सामान्य मान 1 से 5 पिक्सेल के बीच होते हैं..	✅

यह संदर्भ स्तंभ यह इंगित करता है कि संपत्ति को वर्कफ़्लो रनटाइम में उपलब्ध गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है वर्कफ़्लो रनटाइम। देखें बाइंडिंग्स अधिक जानकारी के लिए।

रनटाइम संगतता

सॉफ्ट - रनटाइम hosted_serverless, dedicated_deployment; निष्पादन दूरस्थ; इनपुट वीडियो : ट्रैजेक्टरी इतिहास प्रोसेस मेमोरी में कैश किए गए TraceAnnotator के भीतर संग्रहीत होता है। स्टेटलेस या मल्टी-रेप्लिका HTTP रनटाइम में remote step execution के साथ, क्रमिक फ़्रेम अलग-अलग worker processes द्वारा सर्व किए जा सकते हैं, इसलिए ट्रेस रीसेट हो सकते हैं या workers में विभाजित हो सकते हैं। स्थिर cross-frame विज़ुअलाइज़ेशन के लिए persistent WebRTC session में local step execution का उपयोग करें.

सॉफ्ट - इनपुट छवि : ब्लॉक वीडियो या दोहराए गए-फ़्रेम वर्कफ़्लो से समयगत संदर्भ पर निर्भर करता है। एक स्थिर छवि/फ़ोटो के साथ, ट्रैक करने, तुलना करने, समेकित करने या दृश्यीकृत करने के लिए कोई अर्थपूर्ण इतिहास नहीं होता, इसलिए ब्लॉक बहुत कम या कोई लाभ नहीं देता।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। देखें कि कौन-से बाइंडिंग प्रकार ट्रेस विज़ुअलाइज़ेशन संस्करण v1 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवि (छवि): विज़ुअलाइज़ करने के लिए छवि..

  • copy_image (boolean): इस विकल्प को सक्षम करें ताकि विज़ुअलाइज़ेशन के लिए इनपुट छवि की एक प्रति बनाई जा सके और मूल छवि सुरक्षित रहे। इसका उपयोग तब करें जब एक से अधिक विज़ुअलाइज़ेशन को स्टैक किया जा रहा हो..

  • predictions (Union[rle_instance_segmentation_prediction, object_detection_prediction, instance_segmentation_prediction, keypoint_detection_prediction]): प्रदर्शित करने के लिए मॉडल की भविष्यवाणियाँ..

  • color_palette (string): दृश्यित तत्वों के लिए एक color palette चुनें..

  • palette_size (पूर्णांक): पैलेट में रंगों की संख्या निर्दिष्ट करें. यह custom या Matplotlib palettes का उपयोग करते समय लागू होता है..

  • custom_colors (list_of_values): HEX format में bounding boxes के लिए custom colors की एक सूची परिभाषित करें..

  • color_axis (string): चुनें कि bounding box colors कैसे असाइन किए जाते हैं..

  • स्थिति (string): प्रत्येक डिटेक्शन के bounding box के सापेक्ष ट्रैजेक्टरी ट्रेस खींचने के लिए एंकर स्थिति। विकल्पों में शामिल हैं: CENTER (बॉक्स का केंद्र), corners (TOP_LEFT, TOP_RIGHT, BOTTOM_LEFT, BOTTOM_RIGHT), edge midpoints (TOP_CENTER, CENTER_LEFT, CENTER_RIGHT, BOTTOM_CENTER), या CENTER_OF_MASS (वस्तु का द्रव्यमान केंद्र)। ट्रेस पथ इन हाल की फ़्रेमों में इस एंकर बिंदु पर स्थितियों को जोड़ते हुए खींचा जाता है..

  • trace_length (पूर्णांक): ट्रैजेक्टरी ट्रेस में शामिल करने के लिए ऐतिहासिक ट्रैक किए गए ऑब्जेक्ट स्थितियों की अधिकतम संख्या। यह नियंत्रित करता है कि गति-ट्रेल कितनी लंबी दिखाई देगी। अधिक मान लंबी ट्रेस बनाते हैं जो अधिक गति-इतिहास दिखाती हैं, जबकि कम मान छोटी ट्रेस बनाते हैं जो केवल हाल की गति दिखाती हैं। कम से कम 1 होना चाहिए। सामान्य मान इच्छित ट्रेल लंबाई और फ़्रेम दर के आधार पर 10 से 50 फ़्रेम तक होते हैं..

  • thickness (पूर्णांक): ट्रैजेक्टरी ट्रेस रेखाओं की मोटाई पिक्सेल में। यह नियंत्रित करता है कि पथ रेखाएँ कितनी मोटी दिखाई दें। अधिक मान मोटी, अधिक दृश्यमान ट्रेस बनाते हैं, जबकि कम मान पतली, अधिक सूक्ष्म ट्रेस बनाते हैं। कम से कम 1 होना चाहिए। सामान्य मान 1 से 5 पिक्सेल के बीच होते हैं..

• आउटपुट

  • छवि (छवि): कार्यप्रवाहों में इमेज।

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/trace_visualization@v1",
	    "image": "$inputs.image",
	    "copy_image": true,
	    "predictions": "$steps.object_detection_model.predictions",
	    "color_palette": "DEFAULT",
	    "palette_size": 10,
	    "custom_colors": [
	        "#FF0000",
	        "#00FF00",
	        "#0000FF"
	    ],
	    "color_axis": "CLASS",
	    "position": "CENTER",
	    "trace_length": 30,
	    "thickness": 1
	}