> 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/byte-track-tracker.md).

# ByteTrackトラッカー

フレーム間でオブジェクトを追跡します。ほとんどのシーンに最適です。

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 **ByteTrack** roboflow/trackers パッケージのアルゴリズム。

ByteTrack は検出を高信頼度と低信頼度のプールに分け、IoU ベースの関連付けを2回実行します。1回目では高信頼度の検出を既存のトラックにマッチさせ、2回目ではマッチしなかったトラックと重なる弱い検出を復元します。これにより、ByteTrack は特に次のような場面で効果的です **密集した環境** 物体が頻繁に部分的に遮蔽され、検出器の信頼度が変動する場合。

**ByteTrack を使うタイミング：**

* 多様なシーンにわたる汎用的な追跡。
* 部分的な遮蔽がある密集した、または混雑した環境。
* スポーツの追跡や高速移動する物体（SportsMOT で最高のベンチマークスコア）。
* 高信頼度と低信頼度が混在する検出結果を保持したい場合。

**代替手段を検討すべき場面：**

* 強力な検出器で最大限にシンプルかつ高速にしたい場合は、 **SORT**.
* 強い遮蔽と非線形な動きがあるシーンでは、 **OC-SORT**.

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_bytetrack@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`      | `float` | 検出を既存のトラックに関連付けるために必要な最小 IoU。デフォルト: 0.1..                                                   | ✅  |
| `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..                                                       | ✅  |
| `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。 `ByteTrack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)): 埋め込みの動画メタデータ（fps と video\_identifier）を含む入力画像。動画ごとのトラッカー状態を初期化し、取得するために使用します..
  * `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` ([*`0から1の浮動小数`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float-zero-to-one.md)): 検出を既存のトラックに関連付けるために必要な最小 IoU。デフォルト: 0.1..
  * `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..
* 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_bytetrack@v1",
	    "image": "<block_does_not_provide_example>",
	    "detections": "$steps.object_detection_model.predictions",
	    "minimum_iou_threshold": 0.1,
	    "minimum_consecutive_frames": 2,
	    "lost_track_buffer": 30,
	    "track_activation_threshold": 0.7,
	    "high_conf_det_threshold": 0.6,
	    "instances_cache_size": "<block_does_not_provide_example>"
	}
```

</details>
