フレーム遅延

同じ動画ストリームの前のフレーム（N-k、過去）から値を参照します。

あるフレームで生成された値を参照します 以前の 同じビデオストリームのフレーム。ワークフローの任意の出力（検出結果、数値、文字列、画像、...）をこのブロックに接続し、負の オフセットを設定すると、このブロックはその値を当時のまま返します |オフセット| フレーム前です。

過去（非正）のオフセットのみがサポートされています。真の未来先読みを行うには、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、同期型ランタイム（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）と単調な フレーム番号 (N).

2. 入力された データ 値を、フレーム番号をキーとする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） data[target_frame] バッファにあれば返し、そうでなければ default_value.

4. 報告します 利用可能かどうか （対象フレームがバッファされていたかどうか）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／傾向を検出します。

• 遅延した遅い信号を、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フレーム前の支配色）。

要件と制限

• オフセット は <= 0。正のオフセットは拒否されます。

• |オフセット| 256を超えてはなりません。バッファされた各フレームはメモリに保持されるため、大きなオフセットで画像ストリームを遅延させるのは高コストです（1080pで1フレームあたり約6 MB、4Kで約25 MB）。可能であれば、フル画像ではなく小さな派生値を遅延させることを推奨します。

• 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内に video_identifierをキーとして保持されます。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、それを超えると最も最近見られた時刻が古いストリームのバッファが破棄されます。

• 〜を持つストリームは フレーム番号 再起動すると（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（返り値は default_value）要求された |オフセット| 深さに達するまでです。

• 次の場合、 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、バッファサイズはこれまでストリーム上で見られた最大の |オフセット| もの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交互に使っても、深い履歴は利用可能なまま維持されます。ストリームの途中でオフセットを増やすと、さらに深いフレームが利用可能になるのは、十分な新しいフレームがバッファされてからです。

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/frame_delay@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。	❌
オフセット	整数	過去方向の相対フレームオフセット。0以下である必要があります。例：-1は1つ前のフレーム、-10は10フレーム前、0は現在のフレームです。バッファされた各フレームはメモリに保持されるため、-256までに制限されています。	✅
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 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。

ランタイム互換性

soft - 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、プロセスメモリ内に動画ごとの状態を保持します（video_metadata.video_identifier をキーとする）。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、連続するリクエストが別々のワーカープロセスによって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、追跡／カウント／集計には意味のない出力になります。安定したフレーム間結果を得るには、永続的な WebRTC セッションでローカルステップ実行を使用してください。

soft - 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、可視化に使える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 フレーム遅延 のバージョン v1 あるか確認してください。

入力と出力のバインディング

• 入力

  • image (image）：バッファのインデックス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／動画フレーム。

  • データ (Union[list_of_values, image, instance_segmentation_prediction, *, keypoint_detection_prediction, object_detection_prediction]）：遅延させる値。検出結果、数値、文字列、画像、またはその他のワークフロー出力にできます。

  • オフセット (整数過去方向の相対フレームオフセット。0以下である必要があります。例：-1は1つ前のフレーム、-10は10フレーム前、0は現在のフレームです。バッファされた各フレームはメモリに保持されるため、-256までに制限されています。

• 出力

  • 出力 (*)：任意の要素に相当します。

  • 利用可能かどうか (boolean) : ブールフラグ。

  • 参照フレーム番号 (整数）：整数値。

JSON 定義の例

{
	    "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
	}