> 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/line-counter.md). # ラインカウンター ## v2 追跡された検出を使用して、動画内の定義された線分を横切る物体をカウントし、反対方向（in と out）に横切る物体ごとに別々のカウントを維持し、交通分析、人数カウント、出入り監視、および方向別フロー測定のワークフロー向けに、カウント値と実際に線を横切った検出オブジェクトの両方を出力します。 ## このブロックの仕組み このブロックは、動画フレーム間での移動を追跡することにより、線分を横切る物体をカウントします。このブロックは次のことを行います: 1. 一意のトラッカーIDを持つ追跡済み検出予測と、埋め込みビデオメタデータを含む画像を受け取ります 2. 画像からビデオメタデータを抽出します： * WorkflowImageDataオブジェクトからvideo\_metadataにアクセスします * 動画ごとに別々のカウント状態を維持するために video\_identifier を抽出します * 動画メタデータを使用して、動画ごとのラインゾーン状態を初期化および管理します 3. 検出にトラッカーIDがあることを検証します（フレーム間でオブジェクトの移動を追跡するために必要） 4. 動画のラインゾーンを初期化または取得します: * 線分を定義する2つの座標点から LineZone を作成します * 指定されている場合は、トリガーアンカーポイントを設定します（任意 - 指定されていない場合は、デフォルトのアンカー動作を使用します） * video\_identifier を使用して、動画ごとのラインゾーン設定を保存します * 各動画ごとに別々のカウント状態を維持します 5. フレーム全体で物体の位置を監視します: * 各物体の位置を一意の tracker\_id で追跡します * 物体のトリガーアンカーポイント（指定されている場合）またはデフォルトアンカーが線を横切るタイミングを検出します * 物体が線のどちら側から近づいてくるかに基づいて、横切る方向を判定します 6. 線の横断をカウントします: * **In 方向**: ある方向に線を横切った物体は count\_in カウンターを増やします * **Out 方向**: 反対方向に線を横切った物体は count\_out カウンターを増やします * 各一意の tracker\_id は横断ごとに1回だけカウントされます（物体が線付近で往復しても重複カウントを防ぎます） 7. 横断した検出を識別します: * 現在のフレームで各方向に横断した検出を識別するマスクを作成します * "in" を横断した検出と "out" を横断した検出を分離するように検出をフィルタリングします * 後続処理のために、実際の検出オブジェクト（カウントのみではなく）を返します 8. 永続的なカウント状態を維持します: * カウントは動画全体を通してフレーム間で累積されます * 状態はワークフローの実行が完了するまで、各動画ごとに保持されます * 各一意の video\_identifier ごとに個別のカウンター 9. 4つの出力を返します: * **count\_in**: "in" 方向に線を横切った物体の総数（動画全体で累積） * **count\_out**: "out" 方向に線を横切った物体の総数（動画全体で累積） * **detections\_in**: "in" 方向に線を横切った検出オブジェクト（現在のフレームでの横断） * **detections\_out**: "out" 方向に線を横切った検出オブジェクト（現在のフレームでの横断） 線分は動画フレーム内の仮想的な境界を定義します。方向（in/out）は、物体が線のどちら側から近づくかによって決まります。たとえば水平線では、上から来る物体は "in"、下から来る物体は "out" としてカウントされる場合があります（または線の向きに応じてその逆）。トリガーアンカー（指定されている場合）は、横断としてカウントされるためにバウンディングボックスのどの点が線を横切る必要があるかを決定します。指定されていない場合、ラインゾーンはデフォルトのアンカー動作を使用します。カウント出力は動画全体の累積合計を提供し、検出出力は現在のフレームで実際に横切ったオブジェクトを提供するため、横断イベントのさらなる分析や可視化が可能になります。 ## 一般的な使用例 * **人数カウント**: 建物、店舗、イベントへの出入り人数をカウントします（例: 店舗に入る来訪者数のカウント、建物への出入り人数の追跡、イベント参加者数の監視）。出入り人数カウントのワークフローを可能にします * **交通分析**: 交差点や道路区間を通過する車両をカウントします（例: 交差点を横切る車両数のカウント、特定方向の交通流の追跡、検問所での車両通過の監視）。交通流分析のワークフローを可能にします * **小売分析**: 小売空間における顧客の移動と人流を追跡します（例: 店舗内の各売場に入る顧客数のカウント、部門間の移動追跡、買い物動線パターンの監視）。小売の人流分析ワークフローを可能にします * **セキュリティ監視**: 立入制限区域や検問所での出入りを監視します（例: 制限区域への प्रवेशの追跡、入退場ポイントでの人数カウント、検問所の横断監視）。セキュリティアクセス監視ワークフローを可能にします * **占有管理**: 空間に出入りする物体をカウントして占有状況の変化を追跡します（例: 部屋の収容人数管理のための入退場カウント、駐車場での車両到着/出発の追跡、空間占有率の変化の監視）。占有追跡ワークフローを可能にします * **野生動物監視**: 定義された経路や境界を横切る動物をカウントします（例: 動物の移動パターンの追跡、道路を横断する野生動物のカウント、生息地内での動物の移動監視）。野生動物行動分析ワークフローを可能にします ## 他のブロックへの接続 このブロックは、追跡された検出結果と動画メタデータが埋め込まれた画像を受け取り、count\_in、count\_out、detections\_in、detections\_out を生成します: * **Byte Trackerブロックの後** 追跡された物体が線を横切るのをカウントします（例: 追跡された人が線を横切るのをカウント、一定IDで車両の横断を追跡、追跡物体の動きを監視）。追跡からカウントへのワークフローを可能にします * **物体検出またはインスタンスセグメンテーションブロックの後** 検出された物体をカウントするために追跡を有効にします（例: 検出された車両のカウント、人の横断の追跡、物体の動きの監視）。検出からカウントへのワークフローを可能にします * **detections\_in または detections\_out の出力を使用して** 線を横切った物体を処理または可視化します（例: 横切った物体の可視化、横断物体の分析、横断イベントのフィルタリング）。横断物体分析ワークフローを可能にします * **可視化ブロックの前** ラインカウンター情報と横断物体を表示します（例: 線とカウントの可視化、横断統計の表示、注釈付きの横断物体の表示）。カウント可視化ワークフローを可能にします * **データ保存ブロックの前** カウントデータと横断イベントを記録します（例: 入退場カウントのログ、交通統計の保存、メタデータ付き横断物体の記録）。カウントデータのログ記録ワークフローを可能にします * **通知ブロックの前** カウントしきい値や横断イベントでアラートを出します（例: カウントが上限を超えたら通知、特定の物体の横断で通知、カウントに基づいてアクションをトリガー）。カウントベースの通知ワークフローを可能にします ## バージョン差分 **v1からの強化点:** * **検出出力**: 2 つの新しい出力（`detections_in` と `detections_out`) は、単なる総カウントではなく、各方向に線を横切った実際の検出オブジェクトを提供し、横断物体の下流処理と可視化を可能にします * **入力の簡素化**: `image` を使用し、別個の `metadata` フィールドを要求する代わりに埋め込み動画メタデータを含む入力を使用することで、ワークフロー接続を簡素化し、入力の複雑さを削減します * **任意のトリガーアンカー**: を `triggering_anchor` 必須ではなく任意（デフォルトは None）にし、特定のアンカーが不要な場合はラインゾーンがデフォルトのアンカー動作を使用できるようにします * **統合の改善**: 動画メタデータを別のメタデータ入力ではなく画像オブジェクトから直接アクセスするため、画像ベースのワークフローとの統合が向上します ## 要件 このブロックは、tracker\_id 情報を含む追跡済み検出（検出は Byte Tracker のような追跡ブロックから来る必要があります）を必要とします。線はちょうど2点のリストとして定義され、各点はちょうど2つの座標（x, y）を含むリストまたはタプルでなければなりません。画像の video\_metadata には、動画ごとに別々のカウント状態を維持するために video\_identifier を含める必要があります。このブロックは各動画のフレーム間で永続的なカウント状態を維持するため、フレームが順次処理される動画ワークフローで使用すべきです。正確なカウントのためには、有効な tracker ID を持つ検出をフレーム間で一貫して提供する必要があります。 ### 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/line_counter@v2` 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。 | ❌ | | `line_segment` | `List[Any]` | ちょうど2点で定義された線分で、各点は \[x, y] 座標を持ちます。一方の側から横切る物体は 'in' としてカウントされ、反対側から横切る物体は 'out' としてカウントされます。例: \[\[0, 100], \[500, 100]] は y=100 に水平線を作成します。横断方向は、物体がどちら側から近づくかによって決まります.. | ✅ | | `triggering_anchor` | `str` | カウントのために線を横切る必要がある、バウンディングボックス上の任意の点。指定されていない場合（None）、ラインゾーンはデフォルトのアンカー動作を使用します。指定時のオプション: CENTER、BOTTOM\_CENTER、TOP\_CENTER、CENTER\_LEFT、CENTER\_RIGHT など。CENTER を指定すると、カウント前に物体が線を十分に横切ることが保証され、線の近くにあるが完全には横切っていない物体による誤検出を減らせます.. | ✅ | 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 `ラインカウンター` のバージョン `v2` 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`*](/workflows/ja/gaido/developer-guide/kinds/image.md)): 埋め込み動画メタデータを含む画像。video\_metadata には、動画ごとに別々のカウント状態を維持するための video\_identifier が含まれます。フレーム間の永続的なカウントに必要です.. * `検出` (*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)*]*): 追跡された物体検出またはインスタンスセグメンテーション予測。追跡ブロックからの tracker\_id 情報を含む必要があります。物体は、トリガーアンカーポイント（指定されている場合）が線分を横切ったときにカウントされます。detections\_in と detections\_out の出力は、各方向に横切った実際の検出オブジェクトを提供します.. * `line_segment` ([*`list_of_values`*](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)): ちょうど2点で定義された線分で、各点は \[x, y] 座標を持ちます。一方の側から横切る物体は 'in' としてカウントされ、反対側から横切る物体は 'out' としてカウントされます。例: \[\[0, 100], \[500, 100]] は y=100 に水平線を作成します。横断方向は、物体がどちら側から近づくかによって決まります.. * `triggering_anchor` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)): カウントのために線を横切る必要がある、バウンディングボックス上の任意の点。指定されていない場合（None）、ラインゾーンはデフォルトのアンカー動作を使用します。指定時のオプション: CENTER、BOTTOM\_CENTER、TOP\_CENTER、CENTER\_LEFT、CENTER\_RIGHT など。CENTER を指定すると、カウント前に物体が線を十分に横切ることが保証され、線の近くにあるが完全には横切っていない物体による誤検出を減らせます.. * 出力 * `count_in` ([`整数`](/workflows/ja/gaido/developer-guide/kinds/integer.md)）：整数値。 * `count_out` ([`整数`](/workflows/ja/gaido/developer-guide/kinds/integer.md)）：整数値。 * `detections_in` (*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)*]*）：sv.Detections(...) 形式の検出バウンディングボックスを含む予測。 `object_detection_prediction` または、sv.Detections(...) 形式の検出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。 `instance_segmentation_prediction`. * `detections_out` (*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)*]*）：sv.Detections(...) 形式の検出バウンディングボックスを含む予測。 `object_detection_prediction` または、sv.Detections(...) 形式の検出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。 `instance_segmentation_prediction`.
JSON 定義の例 ```json { "name": "", "type": "roboflow_core/line_counter@v2", "image": "", "detections": "$steps.object_detection_model.predictions", "line_segment": [ [ 0, 50 ], [ 500, 50 ] ], "triggering_anchor": "CENTER" } ```
## v1 追跡された検出を使用して、動画内の定義された線分を横切る物体をカウントし、交通分析、人数カウント、出入り監視、および方向別フロー測定のワークフロー向けに、反対方向（in と out）に横切る物体ごとに別々のカウントを維持します。 ## このブロックの仕組み このブロックは、動画フレーム間での移動を追跡することにより、線分を横切る物体をカウントします。このブロックは次のことを行います: 1. 一意のトラッカーIDと動画メタデータを持つ追跡済み検出予測を受け取ります 2. 検出にトラッカーIDがあることを検証します（フレーム間でオブジェクトの移動を追跡するために必要） 3. 動画のラインゾーンを初期化または取得します: * 線分を定義する2つの座標点から LineZone を作成します * video\_identifier を使用して、動画ごとのラインゾーン設定を保存します * 各動画ごとに別々のカウント状態を維持します 4. フレーム全体で物体の位置を監視します: * 各物体の位置を一意の tracker\_id で追跡します * 物体のトリガーアンカーポイント（デフォルト: バウンディングボックスの CENTER）が線を横切るタイミングを検出します * 物体が線のどちら側から近づいてくるかに基づいて、横切る方向を判定します 5. 線の横断をカウントします: * **In 方向**: ある方向に線を横切った物体は count\_in カウンターを増やします * **Out 方向**: 反対方向に線を横切った物体は count\_out カウンターを増やします * 各一意の tracker\_id は横断ごとに1回だけカウントされます（物体が線付近で往復しても重複カウントを防ぎます） 6. 永続的なカウント状態を維持します: * カウントは動画全体を通してフレーム間で累積されます * 状態はワークフローの実行が完了するまで、各動画ごとに保持されます * 各一意の video\_identifier ごとに個別のカウンター 7. 2つのカウント値を返します: * **count\_in**: "in" 方向に線を横切った物体の総数 * **count\_out**: "out" 方向に線を横切った物体の総数 線分は動画フレーム内の仮想的な境界を定義します。方向（in/out）は、物体が線のどちら側から近づくかによって決まります。たとえば水平線では、上から来る物体は "in"、下から来る物体は "out" としてカウントされる場合があります（または線の向きに応じてその逆）。トリガーアンカーは、横断としてカウントされるためにバウンディングボックスのどの点が線を横切る必要があるかを決定します。CENTER を使用すると、カウント前に物体が線を十分に横切ることが保証されます。 ## 一般的な使用例 * **人数カウント**: 建物、店舗、イベントへの出入り人数をカウントします（例: 店舗に入る来訪者数のカウント、建物への出入り人数の追跡、イベント参加者数の監視）。出入り人数カウントのワークフローを可能にします * **交通分析**: 交差点や道路区間を通過する車両をカウントします（例: 交差点を横切る車両数のカウント、特定方向の交通流の追跡、検問所での車両通過の監視）。交通流分析のワークフローを可能にします * **小売分析**: 小売空間における顧客の移動と人流を追跡します（例: 店舗内の各売場に入る顧客数のカウント、部門間の移動追跡、買い物動線パターンの監視）。小売の人流分析ワークフローを可能にします * **セキュリティ監視**: 立入制限区域や検問所での出入りを監視します（例: 制限区域への प्रवेशの追跡、入退場ポイントでの人数カウント、検問所の横断監視）。セキュリティアクセス監視ワークフローを可能にします * **占有管理**: 空間に出入りする物体をカウントして占有状況の変化を追跡します（例: 部屋の収容人数管理のための入退場カウント、駐車場での車両到着/出発の追跡、空間占有率の変化の監視）。占有追跡ワークフローを可能にします * **野生動物監視**: 定義された経路や境界を横切る動物をカウントします（例: 動物の移動パターンの追跡、道路を横断する野生動物のカウント、生息地内での動物の移動監視）。野生動物行動分析ワークフローを可能にします ## 他のブロックへの接続 このブロックは、追跡された検出結果と動画メタデータを受け取り、count\_in と count\_out の値を生成します: * **Byte Trackerブロックの後** 追跡された物体が線を横切るのをカウントします（例: 追跡された人が線を横切るのをカウント、一定IDで車両の横断を追跡、追跡物体の動きを監視）。追跡からカウントへのワークフローを可能にします * **物体検出またはインスタンスセグメンテーションブロックの後** 検出された物体をカウントするために追跡を有効にします（例: 検出された車両のカウント、人の横断の追跡、物体の動きの監視）。検出からカウントへのワークフローを可能にします * **可視化ブロックの前** ラインカウンター情報を表示します（例: 線とカウントの可視化、横断統計の表示、カウント結果の表示）。カウント可視化ワークフローを可能にします * **データ保存ブロックの前** カウントデータを記録します（例: 入退場カウントのログ、交通統計の保存、占有指標の記録）。カウントデータのログ記録ワークフローを可能にします * **通知ブロックの前** カウントしきい値やイベントでアラートを出します（例: カウントが上限を超えたら通知、占有変化を通知、カウントに基づいてアクションをトリガー）。カウントベースの通知ワークフローを可能にします * **分析ブロックの前** カウント指標を処理します（例: 交通パターンの分析、占有データの処理、カウント統計の利用）。カウント分析ワークフローを可能にします ## 要件 このブロックは、tracker\_id 情報を含む追跡済み検出（検出は Byte Tracker のような追跡ブロックから来る必要があります）を必要とします。線はちょうど2点のリストとして定義され、各点はちょうど2つの座標（x, y）を含むリストまたはタプルでなければなりません。ブロックは、動画ごとに別々のカウント状態を維持するために video\_identifier を含む動画メタデータを必要とします。このブロックは各動画のフレーム間で永続的なカウント状態を維持するため、フレームが順次処理される動画ワークフローで使用すべきです。正確なカウントのためには、有効な tracker ID を持つ検出をフレーム間で一貫して提供する必要があります。 ### 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/line_counter@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。 | ❌ | | `line_segment` | `List[Any]` | ちょうど2点で定義された線分で、各点は \[x, y] 座標を持ちます。一方の側から横切る物体は 'in' としてカウントされ、反対側から横切る物体は 'out' としてカウントされます。例: \[\[0, 100], \[500, 100]] は y=100 に水平線を作成します。横断方向は、物体がどちら側から近づくかによって決まります.. | ✅ | | `triggering_anchor` | `str` | カウントのために線を横切る必要がある、バウンディングボックス上の点。オプション: CENTER（デフォルト）、BOTTOM\_CENTER、TOP\_CENTER、CENTER\_LEFT、CENTER\_RIGHT など。CENTER を指定すると、カウント前に物体が線を十分に横切ることが保証され、線の近くにあるが完全には横切っていない物体による誤検出を減らせます.. | ✅ | 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 `ラインカウンター` 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 * `metadata` ([*`video_metadata`*](/workflows/ja/gaido/developer-guide/kinds/video-metadata.md)): 動画ごとに別々のカウント状態を維持するための video\_identifier を含む動画メタデータ。フレーム間の永続的なカウントに必要です.. * `検出` (*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)*]*): 追跡された物体検出またはインスタンスセグメンテーション予測。追跡ブロックからの tracker\_id 情報を含む必要があります。物体は、トリガーアンカーポイントが線分を横切ったときにカウントされます.. * `line_segment` ([*`list_of_values`*](/workflows/ja/gaido/developer-guide/kinds/list-of-values.md)): ちょうど2点で定義された線分で、各点は \[x, y] 座標を持ちます。一方の側から横切る物体は 'in' としてカウントされ、反対側から横切る物体は 'out' としてカウントされます。例: \[\[0, 100], \[500, 100]] は y=100 に水平線を作成します。横断方向は、物体がどちら側から近づくかによって決まります.. * `triggering_anchor` ([*`string`*](/workflows/ja/gaido/developer-guide/kinds/string.md)): カウントのために線を横切る必要がある、バウンディングボックス上の点。オプション: CENTER（デフォルト）、BOTTOM\_CENTER、TOP\_CENTER、CENTER\_LEFT、CENTER\_RIGHT など。CENTER を指定すると、カウント前に物体が線を十分に横切ることが保証され、線の近くにあるが完全には横切っていない物体による誤検出を減らせます.. * 出力 * `count_in` ([`整数`](/workflows/ja/gaido/developer-guide/kinds/integer.md)）：整数値。 * `count_out` ([`整数`](/workflows/ja/gaido/developer-guide/kinds/integer.md)）：整数値。
JSON 定義の例 ```json { "name": "", "type": "roboflow_core/line_counter@v1", "metadata": "", "detections": "$steps.object_detection_model.predictions", "line_segment": [ [ 0, 50 ], [ 500, 50 ] ], "triggering_anchor": "CENTER" } ```