> 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/ja/burokku/blocks/transformations/detections-combine.md).

# 検出結果の結合

2つの検出予測セットを1つの統一された検出セットに結合し、両方の検出セットをまとめて統合することで、両入力のすべての検出結果を保持し、複数ソースの検出集約、複数モデルの結果統合、異なる処理段階の検出セットを1つのワークフロー出力にまとめます。

## このブロックの仕組み

このブロックは、両方の入力からすべての検出結果を統合して、2つの পৃথ然とした検出予測セットを1つの統一された検出セットに結合します。このブロックは:

1. 2つの別々の検出予測セット（prediction\_one と prediction\_two）を受け取り、それぞれに物体検出またはインスタンスセグメンテーションモデルからの複数の検出が含まれています
2. 2つの検出セットを個別に処理します（各セットは独自の検出結果、プロパティ、マスク、メタデータを保持します）
3. supervision の Detections.merge() メソッドを使用して、2つの検出セットを結合します:
   * prediction\_one のすべての検出を prediction\_two のすべての検出と結合します
   * 両方のセットのすべての検出プロパティ（バウンディングボックス、マスク、クラス、信頼度スコア、メタデータ）を保持します
   * 検出の順序を維持します（通常は prediction\_one の検出が prediction\_two の検出の前に続きます）
   * マスク（インスタンスセグメンテーション用）、キーポイント、クラスID、クラス名、信頼度スコア、カスタムデータフィールドを含むすべての検出属性を処理します
4. 両方の入力のすべての検出を含む、1つの統一された検出セットを返します

このブロックは、2つの検出セットを単純に連結し、両方のソースのすべての検出結果とそのプロパティを保持します。複数の検出を統合した1つのバウンディングボックスを作成する Detections Merge ブロックとは異なり、このブロックは出力内で両方のセットの個々の検出をすべて維持します。これは、異なるモデル、異なる処理段階、または異なる検出ソースからの検出を、統一された下流処理のために単一のワークフローストリームにまとめる場合に便利です。

## 一般的な使用例

* **マルチモデル検出集約**: 複数の検出モデルからの検出を1つの統一されたセットに結合します（例: 異なる物体検出モデルの検出を結合する、専門モデルの結果を統合する、複数のモデル出力から検出を集約する）ことで、マルチモデル検出ワークフローを実現します
* **マルチステージ検出結合**: 異なる処理段階やワークフロー分岐からの検出を結合します（例: 異なるワークフローパスの検出を統合する、初期検出と精緻化後の検出を結合する、複数の処理段階からの検出を集約する）ことで、マルチステージ検出集約を実現します
* **検出ソースの統合**: 異なるソースや入力からの検出を1つのセットに統合します（例: 複数の画像やフレームからの検出を結合する、異なる領域からの検出を統合する、さまざまなソースからの検出を集約する）ことで、検出ソースの統一を実現します
* **分類と検出の結合**: 物体検出結果を分類結果や他の検出タイプと結合します（例: 物体検出を分類出力と統合する、異なる検出タイプを組み合わせる、補完的な検出セットを集約する）ことで、マルチタイプの検出ワークフローを実現します
* **フィルタ済みと未フィルタの検出結合**: フィルタ済みの検出を未フィルタの検出と結合する、または異なるフィルタ済みサブセットを組み合わせます（例: 異なる条件でフィルタされた検出を統合する、特定クラスの検出と一般的な検出を結合する、さまざまなフィルタ済み検出セットを集約する）ことで、柔軟な検出結合ワークフローを実現します
* **ワークフロー分岐のマージ**: 異なるワークフロー分岐からの検出結果を1つの検出ストリームに戻して統合します（例: 並列処理分岐の結果を結合する、条件付きワークフローパスを統合する、分岐した検出出力を集約する）ことで、ワークフロー分岐の統合を実現します

## 他のブロックへの接続

このブロックは2つの検出予測セットを受け取り、1つの結合された検出セットを生成します:

* **複数の検出ブロックの後** 異なるモデルからの検出を1つの統一されたセットに結合します（例: 複数の物体検出モデルの検出を結合する、異なるセグメンテーションモデルの結果を統合する、さまざまなモデル出力からの検出を集約する）ことで、マルチモデル検出集約ワークフローを実現します
* **フィルタリングブロックの後に** フィルタされた検出サブセットを結合します（例: 異なる条件でフィルタされた検出を統合する、クラス固有のフィルタ済み検出を結合する、さまざまなフィルタ済み検出セットを集約する）ことで、フィルタされた検出の結合ワークフローを実現します
* **ワークフローのマージポイントで** 異なるワークフロー分岐を結合する必要がある場所で（例: 並列処理分岐の結果を統合する、条件付きパスの出力を結合する、分岐した検出ストリームを集約する）ことで、ワークフロー分岐のマージワークフローを実現します
* **下流の処理ブロックの前に** 統一された検出セットを必要とする処理の前に（例: 結合された検出をまとめて処理する、統一された検出セットを可視化する、集約された検出を分析する）ことで、統一された検出処理ワークフローを実現します
* **クロップブロックの前** 結合された検出をまとめて処理します（例: 結合された検出セットから領域を切り出す、集約された検出から領域を抽出する、統一された検出領域を処理する）ことで、結合された検出領域の抽出を実現します
* **可視化ブロックの前** 統一された検出セットを表示します（例: 複数ソースからの結合された検出を可視化する、集約された検出結果を表示する、統合された検出出力を示す）ことで、統一された検出の可視化ワークフローを実現します

### 型識別子

ステップで次の識別子を使用してください `"type"` フィールド： `roboflow_core/detections_combine@v1` ワークフローにこのブロックをステップとして追加するには。

### プロパティ

| **名前** | **型** | **説明**                  | 参照 |
| ------ | ----- | ----------------------- | -- |
| `name` | `str` | このステップの一意の識別子を入力してください。 | ❌  |

この **参照** 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します `ワークフロー` 実行時。参照 *バインディング* 詳細は。

### 入力と出力のバインディング

利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が `検出結果の結合` のバージョン `v1` あるか確認してください。

<details>

<summary>入力と出力のバインディング</summary>

* 入力
  * `prediction_one` (*Union\[*[*`object_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*,* [*`instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*]*): 最初に結合する検出予測セットです。物体検出またはインスタンスセグメンテーションの予測に対応しています。このセットのすべての検出が出力に含まれます。検出プロパティ（バウンディングボックス、マスク、クラス、信頼度スコア、メタデータ）はそのまま保持されます。このセットは prediction\_two と結合され、統一された出力が作成されます。このセットの検出は通常、結合後の出力で最初に現れます。.
  * `prediction_two` (*Union\[*[*`object_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*,* [*`instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*]*): 2番目に結合する検出予測セットです。物体検出またはインスタンスセグメンテーションの予測に対応しています。このセットのすべての検出が出力に含まれます。検出プロパティ（バウンディングボックス、マスク、クラス、信頼度スコア、メタデータ）はそのまま保持されます。このセットは prediction\_one と結合され、統一された出力が作成されます。このセットの検出は prediction\_one の検出とマージされ、1つの結合された検出セットを形成します。.
* 出力
  * `predictions` (*Union\[*[*`object_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*,* [*`instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*]*）：sv.Detections(...) 形式の検出バウンディングボックスを含む予測。 `object_detection_prediction` または、sv.Detections(...) 形式の検出バウンディングボックスとセグメンテーションマスクを含む予測。 `instance_segmentation_prediction`.

</details>

<details>

<summary>JSON 定義の例</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>