> 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/frame-delay.md).

# フレーム遅延

同じビデオストリームの前のフレーム（N-k、過去）の値を参照します。

で生成された値を参照する *前の* 同じビデオストリームのフレーム。ワークフローの出力（検出、数値、文字列、画像など）をこのブロックに接続し、負の `オフセット`、するとこのブロックはその値をそのまま返します `|オフセット|` フレーム前。

過去（非正）のオフセットのみサポートされています。真の未来方向への先読みには、ワークフロー全体の出力を遅延させる必要がありますが、同期ランタイム（WebRTC/webexec、単一画像HTTP）ではそれは不可能なため、ここでは意図的に提供していません。

## このブロックの仕組み

1. 読み取ります `video_metadata` 接続された `image` から取得します `video_identifier` （ストリームごとの状態を分離して保持するために使用）と、単調増加の `フレーム番号` (`N`).
2. 受信した `データ` を、フレーム番号をキーにした動画ごとのリングバッファに保存します。
3. 解決します `target_frame = N + offset` （ `offset <= 0`）を満たし、返します `data[target_frame]` バッファリング済みの場合、そうでなければ `default_value`.
4. 報告します `is_available` （ターゲットフレームがバッファリング済みかどうか）と `参照フレーム番号` （常に現在のフレーム `N`).

## 一般的な使用例

* 現在のフレームを過去のフレーム（`-1`, `-5`）と比較して、変化／トレンドを検出します。
* 遅延の大きい遅い信号を、それが属するフレームに合わせます。
* Nフレーム前の値を記憶します（例: 10フレーム前の支配的な色）。

## 要件と制限

* `オフセット` でなければなりません `<= 0`。正のオフセットは拒否されます。
* `|オフセット|` は256を超えてはなりません。バッファリングされた各フレームはメモリに保持されるため、画像ストリームを大きなオフセットで遅延させるのはコストが高くなります（1080pでは1フレームあたり約6 MB、4Kでは約25 MB）。可能であれば、完全な画像よりも小さな派生値の遅延を優先してください。
* 過去方向のオフセットはすべての実行コンテキストで機能し、出力遅延は発生しません。
* 状態はプロセスメモリに保持され、キーは `video_identifier`です。ステートレス／マルチレプリカのリモートHTTPランタイムでは性能が低下します。
* 同時に追跡されるストリームは最大16本です。それを超えると、最も最近見られていないストリームのバッファが破棄されます。
* その `フレーム番号` が再開すると（例: 再接続時）、そのバッファはクリアされます。
* 状態はワークフローの存続期間中保持され、再起動時にリセットされます。
* 値は利用できず（ `default_value`）要求された `|オフセット|` 深さに達するのに十分なフレームが処理されるまで。
* 〜のとき `オフセット` がランタイムセレクタに接続されている場合、バッファサイズは最大の `|オフセット|` これまでにストリームで見られた値に合わせられるため、浅いオフセットと深いオフセットを切り替えても深い履歴を利用できます。ストリーム途中でオフセットを増やすと、十分な新しいフレームがバッファリングされるまで、より深いフレームは利用できません。

### 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/frame_delay@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。                                                                                            | ❌  |
| `オフセット`         | `int`                             | 過去方向の相対フレームオフセット。0以下でなければなりません。例: -1 は前のフレーム、-10 は10フレーム前、0 は現在のフレームです。バッファリングされた各フレームがメモリに保持されるため、-256 までに制限されます。 | ✅  |
| `default_value` | `Optional[bool, float, int, str]` | 要求されたフレームがバッファでまだ利用できない場合に返される値。                                                                                   | ❌  |

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。 `フレーム遅延` 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)): バッファのインデックス付けに使用される動画メタデータ（フレーム番号とストリーム識別子）を提供する画像／ビデオフレーム。
  * `データ` (*Union\[*[*`*`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/wildcard.md)*,* [*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.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)*,* [*`list_of_values`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)*,* [*`object_detection_prediction`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/object-detection-prediction.md)*]*): 遅延させる値。検出結果、数値、文字列、画像、その他あらゆるワークフロー出力にできます。
  * `オフセット` ([*`integer`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)): 過去方向の相対フレームオフセット。0以下でなければなりません。例: -1 は前のフレーム、-10 は10フレーム前、0 は現在のフレームです。バッファリングされた各フレームがメモリに保持されるため、-256 までに制限されます。
* output
  * `output` ([`*`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/wildcard.md)) : 任意の要素に相当します。
  * `is_available` ([`boolean`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/boolean.md)): ブールフラグ。
  * `参照フレーム番号` ([`integer`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)) : 整数値。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/frame_delay@v1",
	    "image": "$inputs.image",
	    "data": "$steps.object_detection_model.predictions",
	    "offset": -1,
	    "default_value": null
	}
```

</details>
