> 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).

# 検出の結合

2つの検出予測セットを1つの統合された検出セットに結合するには、両方の検出セットをまとめてマージし、マルチソース検出の集約、複数モデルの結果の統合、異なる処理段階からの検出セットを1つのワークフロー出力にまとめるために、両入力のすべての検出を保持します。

## このブロックの仕組み

このブロックは、両入力のすべての検出をマージすることで、2つの別々の検出予測セットを1つの統合された検出セットに結合します。ブロックは次のとおりです：

1. 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による複数の検出を含む、2つの別々の検出予測セット（prediction\_one と prediction\_two）を受け取ります
2. 両方の検出セットを個別に処理します（各セットは自身の検出、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つの検出セットをマージします：
   * 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扱います
4. 両入力のすべての検出を含む、1つの統合された検出セットを返します

このブロックは単純に2つの検出セットを連結し、両ソースのすべての検出とそのプロパティを保持します。複数の検出をまとめて1つの結合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1つのワークフローストリームにまとめ、下流で統合処理するのに便利です。

## 一般的な使用例

* **複数モデル検出の集約**: 複数の検出モデルからの検出を1つの統合されたセットにまとめる（例：異なる物体検出モデルの検出を組み合わせる、特化モデルの結果をマージする、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可能にします
* **多段階検出の結合**: 異なる処理段階またはワークフローブランチからの検出を組み合わせる（例：異なるワークフローパスの検出をマージする、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、多段階検出の集約を可能にします
* **検出ソースの統合**: 異なるソースまたは入力からの検出を1つのセットに統合する（例：複数の画像やフレームからの検出を組み合わせる、異なる領域からの検出をマージする、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可能にします
* **分類と検出の結合**: 物体検出結果と分類結果、またはその他の検出タイプを組み合わせる（例：物体検出と分類出力をマージする、異なる検出タイプを組み合わせる、相補的な検出セットを集約する）ことで、マルチタイプ検出ワークフローを可能にします
* **フィルタ済みと未フィルタの検出の結合**: フィルタ済みの検出を未フィルタの検出と組み合わせる、または異なるフィルタ済みサブセットを組み合わせる（例：異なる基準でフィルタされた検出をマージする、特定クラスの検出と一般的な検出を組み合わせる、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可能にします
* **ワークフローブランチのマージ**: 異なるワークフローブランチからの検出結果を1つの検出ストリームに戻してマージする（例：並列処理ブランチの結果を組み合わせる、条件分岐したワークフローパスをマージする、ブランチの検出出力を集約する）ことで、ワークフローブランチの統合を可能にします

## 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で** : 複数の検出モデルからの検出を1つの統合されたセットに組み合わせる（例：複数の物体検出モデルの検出を組み合わせる、異なるセグメンテーションモデルの結果をマージする、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可能にします
* **フィルタリング後のブロック** : フィルタされた検出サブセットを組み合わせる（例：異なる基準でフィルタされた検出をマージする、クラス固有にフィルタされた検出を組み合わせる、さまざまなフィルタ済み検出セットを集約する）ことで、フィルタ済み検出の結合ワークフローを可能にします
* **ワークフローのマージポイントで** 異なるワークフローブランチを結合する必要がある場所で（例：並列処理ブランチの結果をマージする、条件分岐の出力を組み合わせる、ブランチの検出ストリームを集約する）ことで、ワークフローブランチのマージワークフローを可能にします
* **下流の処理ブロックの前で** 統合された検出セットを必要とする（例：結合された検出をまとめて処理する、統合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、統合された検出処理ワークフローを可能にします
* **クロップブロックの前** 結合された検出をまとめて処理する（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、統合された検出領域を処理する）ために、結合された検出領域の抽出を可能にします
* **可視化ブロックの前で** 統合された検出セットを表示する（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、マージされた検出出力を示す）ために、統合された検出の可視化ワークフローを可能にします

### 種別識別子

ステップで次の識別子を使用します `"type"` フィールド: `roboflow_core/detections_combine@v1` ワークフローにステップとしてブロックを追加するには。

### 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用し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* 詳細情報

### 入出力バインディング

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 `検出の結合` のバージョン `v1` 持つか確認してください。

<details>

<summary>入出力バインディング</summary>

* 入力
  * `prediction_one` (*Union\[*[*`instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`object_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*]*): 結合する最初の検出予測セット。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をサポートします。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、統合された出力を作成します。このセットの検出は通常、マージ後の出力で最初に現れます。
  * `prediction_two` (*Union\[*[*`instance_segmentation_prediction`*](/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`object_detection_prediction`*](/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*]*): 結合する2つ目の検出予測セット。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をサポートします。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、統合された出力を作成します。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)*]*): 検出されたバウンディングボックスを含む予測。sv.Detections(...) オブジェクトの形式で、もし `object_detection_prediction` ): 検出された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。sv.Detections(...) オブジェクトの形式で、もし `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>