> 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/video-processing/bo-tsort-tracker.md).

# BoT-SORTトラッカー

必要に応じてカメラ動作補償を備えたByteTrack風の関連付け（BoT-SORT）。

を使用して動画フレーム全体でオブジェクトを追跡します **BoT-SORT** roboflow/trackers パッケージのアルゴリズム。

BoT-SORT は、ByteTrack 風の関連付けパイプライン（高信頼度・低信頼度の検出、Kalman トラック状態）に従い、適用できます **カメラモーション補償（CMC）** 有効時は関連付けの前に実行されます。CMC はフレーム間のグローバルなアフィン変位を推定し、カメラが動いたときに予測ボックスがよりよく揃うようにします。

**BoT-SORT を使う場面：**

* 次のようなシーン： **動くカメラや揺れるカメラ** （有効にする **カメラモーション補償**).
* ByteTrack 風の2段階マッチングが有効な、検出ノイズの多い環境。
* オプションのモーション補償ステージ付きで ByteTrack のような挙動が欲しいとき。

**代替手段を検討すべき場面：**

* 固定カメラで、速度だけが必要な場合： **ByteTrack** または **SORT** のほうがより簡単な場合があります。
* カメラ移動がなく、強い遮蔽と不規則な物体運動がある場合： **OC-SORT**.
* スパース特徴ベースの CMC が信頼できない、低テクスチャの背景。

**カメラモーション補償：** 有効にすると、このブロックは各フレームでワークフロー画像のピクセルをトラッカーに渡します。画像を numpy 配列にデコードできない場合、そのフレームでは CMC なしでトラッカーが動作します（警告がログに記録されます）。

**最初のフレームで即時アクティブ化** デフォルトではオフで、他のコアトラッカーブロックと動作が揃うようになっています `new_instances` / `already_seen_instances`。フレーム1のトラックにすぐ安定した ID を付与したい場合は有効にしてください（元の BoT-SORT 論文スタイル）。

3 つの検出セットを出力します：

* **tracked\_detections**：割り当てられた track ID を持つ、確認済みのすべての追跡検出。
* **new\_instances**：track ID が初めて現れた検出。
* **already\_seen\_instances**：track ID が以前のフレームで確認済みの検出。

このブロックは、各 `video_identifier`ごとに個別のトラッカー状態とインスタンスキャッシュを保持し、1 つのワークフロー内でマルチストリーム追跡を可能にします。

### タイプ識別子

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/trackers_botsort@v1` を、ワークフローにステップとして追加します。

### 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。                                                                     | ❌  |
| `minimum_iou_threshold_first_assoc`       | `float` | 最初の（高信頼度）関連付けステップにおける最小融合類似度（IoU × 信頼度）。デフォルト: 0.2..                                        | ✅  |
| `minimum_iou_threshold_second_assoc`      | `float` | 2回目の（低信頼度）関連付けステップにおける最小 IoU。デフォルト: 0.5..                                                   | ✅  |
| `minimum_iou_threshold_unconfirmed_assoc` | `float` | 未確認トラックを残りの高信頼度検出にマッチさせるための最小融合類似度。デフォルト: 0.3..                                             | ✅  |
| `minimum_consecutive_frames`              | `int`   | トラックが確定済みトラック（tracker\_id != -1）として出力される前に、連続してマッチしなければならないフレーム数。デフォルト: 2..                 | ✅  |
| `lost_track_buffer`                       | `int`   | 一致する検出を失った後もトラックを存続させるフレーム数。値を大きくすると遮蔽回復が向上します。デフォルト: 30..                                  | ✅  |
| `track_activation_threshold`              | `float` | 新しいトラックを生成するために必要な最小検出信頼度。このしきい値未満の検出は新しいトラックの作成には使用されません。デフォルト: 0.7..                      | ✅  |
| `high_conf_det_threshold`                 | `float` | 関連付けに使用される高信頼度検出の信頼度しきい値。デフォルト: 0.6..                                                       | ✅  |
| `enable_cmc`                              | `bool`  | カメラモーション補償を有効にします（各フレームの画像ピクセルを使用）。動くカメラに推奨されます..                                           | ✅  |
| `cmc_method`                              | `str`   | カメラモーション推定器。orb、sift、sparseOptFlow、ecc のいずれか。デフォルト: {DEFAULT\_CMC\_METHOD!r}..              | ❌  |
| `cmc_downscale`                           | `int`   | 速度と堅牢性のために CMC 内で適用される縮小倍率。デフォルト: 2..                                                       | ✅  |
| `instant_first_frame_activation`          | `bool`  | true の場合、最初のフレームのトラックは即座に ID を受け取ります（論文スタイル）。デフォルトは false で、新規/既出の出力が他のコアトラッカーと一致するようにします.. | ✅  |
| `instances_cache_size`                    | `int`   | new/already-seen の分類のためにインスタンスキャッシュに保持される track ID の最大数。FIFO 方式で古いものから破棄されます。デフォルト: 16384.. | ❌  |

この **参照** この列は、 `workflow` の実行時に利用可能な動的値でプロパティをパラメータ化できる可能性を示します。 *バインディング* の詳細を参照してください。

### 実行時互換性

`ソフト` - ランタイム `hosted_serverless`, `dedicated_deployment`; 実行 `リモート`; 入力 `動画` : このブロックは、動画ごとの状態をプロセスメモリ内に保持します（video\_metadata.video\_identifierでキー付け）。ステートレスまたは複数レプリカのHTTPランタイムでリモートステップ実行を行うと、連続したリクエストが異なるワーカープロセスで処理される可能性があるため、呼び出し間で状態がリセットされ、トラッキング／カウント／集計には出力が無意味になります。フレーム間で安定した結果を得るには、InferencePipeline内でローカルステップ実行を使用してください。

`ソフト` - 入力 `image` : このブロックは、動画または繰り返しフレームのワークフローからの時間的コンテキストに依存します。静止画像／写真では、追跡、比較、集計、可視化に意味のある履歴がないため、このブロックの利点はほとんど、またはまったくありません。

### 入力および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依存します。 `BoT-SORTトラッカー` バージョン `v1` に、どのバインディング種別が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>

* input
  * `image` ([*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)）：動画メタデータ（fps と video\_identifier）が埋め込まれた入力画像。動画ごとのトラッカー状態の初期化と取得に使用されます。カメラモーション補償が有効な場合、フレームのピクセルはこの画像から読み取られます..
  * `detections` (*Union\[*[*`instance_segmentation_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`keypoint_detection_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/keypoint-detection-prediction.md)*,* [*`object_detection_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*,* [*`rle_instance_segmentation_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/rle-instance-segmentation-prediction.md)*]*): 追跡対象となる現在のフレームの検出予測..
  * `minimum_iou_threshold_first_assoc` ([*`0から1の浮動小数`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float-zero-to-one.md)）：最初の（高信頼度）関連付けステップにおける最小融合類似度（IoU × 信頼度）。デフォルト: 0.2..
  * `minimum_iou_threshold_second_assoc` ([*`0から1の浮動小数`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float-zero-to-one.md)）：2回目の（低信頼度）関連付けステップにおける最小 IoU。デフォルト: 0.5..
  * `minimum_iou_threshold_unconfirmed_assoc` ([*`0から1の浮動小数`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float-zero-to-one.md)）：未確認トラックを残りの高信頼度検出にマッチさせるための最小融合類似度。デフォルト: 0.3..
  * `minimum_consecutive_frames` ([*`integer`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)): トラックが確定済みトラック（tracker\_id != -1）として出力される前に、連続してマッチしなければならないフレーム数。デフォルト: 2..
  * `lost_track_buffer` ([*`integer`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)): 一致する検出を失った後もトラックを存続させるフレーム数。値を大きくすると遮蔽回復が向上します。デフォルト: 30..
  * `track_activation_threshold` ([*`0から1の浮動小数`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float-zero-to-one.md)): 新しいトラックを生成するために必要な最小検出信頼度。このしきい値未満の検出は新しいトラックの作成には使用されません。デフォルト: 0.7..
  * `high_conf_det_threshold` ([*`0から1の浮動小数`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float-zero-to-one.md)): 関連付けに使用される高信頼度検出の信頼度しきい値。デフォルト: 0.6..
  * `enable_cmc` ([*`boolean`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/boolean.md)）：カメラモーション補償を有効にします（各フレームの画像ピクセルを使用）。動くカメラに推奨されます..
  * `cmc_downscale` ([*`integer`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)）：速度と堅牢性のために CMC 内で適用される縮小倍率。デフォルト: 2..
  * `instant_first_frame_activation` ([*`boolean`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/boolean.md)）：true の場合、最初のフレームのトラックは即座に ID を受け取ります（論文スタイル）。デフォルトは false で、新規/既出の出力が他のコアトラッカーと一致するようにします..
* output
  * `tracked_detections` (*Union\[*[*`object_detection_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*,* [*`instance_segmentation_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`keypoint_detection_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/keypoint-detection-prediction.md)*,* [*`rle_instance_segmentation_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/rle-instance-segmentation-prediction.md)*]*) : 検出されたバウンディングボックスをsv.Detections(...)オブジェクト形式で持つ予測、もし `object_detection_prediction` 、または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sv.Detections(...)オブジェクト形式で持つ予測、もし `instance_segmentation_prediction` または、sv.Detections(...) オブジェクト形式の、検出されたバウンディングボックスとキーポイントを含む Prediction（もし `keypoint_detection_prediction` 、または検出されたバウンディングボックスとRLEエンコードされたセグメンテーションマスクをsv.Detections(...)オブジェクト形式で持つ予測、もし `rle_instance_segmentation_prediction`.
  * `new_instances` (*Union\[*[*`object_detection_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*,* [*`instance_segmentation_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`keypoint_detection_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/keypoint-detection-prediction.md)*,* [*`rle_instance_segmentation_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/rle-instance-segmentation-prediction.md)*]*) : 検出されたバウンディングボックスをsv.Detections(...)オブジェクト形式で持つ予測、もし `object_detection_prediction` 、または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sv.Detections(...)オブジェクト形式で持つ予測、もし `instance_segmentation_prediction` または、sv.Detections(...) オブジェクト形式の、検出されたバウンディングボックスとキーポイントを含む Prediction（もし `keypoint_detection_prediction` 、または検出されたバウンディングボックスとRLEエンコードされたセグメンテーションマスクをsv.Detections(...)オブジェクト形式で持つ予測、もし `rle_instance_segmentation_prediction`.
  * `already_seen_instances` (*Union\[*[*`object_detection_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*,* [*`instance_segmentation_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)*,* [*`keypoint_detection_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/keypoint-detection-prediction.md)*,* [*`rle_instance_segmentation_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/rle-instance-segmentation-prediction.md)*]*) : 検出されたバウンディングボックスをsv.Detections(...)オブジェクト形式で持つ予測、もし `object_detection_prediction` 、または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sv.Detections(...)オブジェクト形式で持つ予測、もし `instance_segmentation_prediction` または、sv.Detections(...) オブジェクト形式の、検出されたバウンディングボックスとキーポイントを含む Prediction（もし `keypoint_detection_prediction` 、または検出されたバウンディングボックスとRLEエンコードされたセグメンテーションマスクをsv.Detections(...)オブジェクト形式で持つ予測、もし `rle_instance_segmentation_prediction`.

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/trackers_botsort@v1",
	    "image": "<block_does_not_provide_example>",
	    "detections": "$steps.object_detection_model.predictions",
	    "minimum_iou_threshold_first_assoc": 0.2,
	    "minimum_iou_threshold_second_assoc": 0.5,
	    "minimum_iou_threshold_unconfirmed_assoc": 0.3,
	    "minimum_consecutive_frames": 2,
	    "lost_track_buffer": 30,
	    "track_activation_threshold": 0.7,
	    "high_conf_det_threshold": 0.6,
	    "enable_cmc": false,
	    "cmc_method": "sparseOptFlow",
	    "cmc_downscale": 2,
	    "instant_first_frame_activation": false,
	    "instances_cache_size": "<block_does_not_provide_example>"
	}
```

</details>
