> 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/sam2-video-tracker.md).

# SAM2ビデオトラッカー

SAM2のストリーミングカメラ予測器を使って、動画フレーム間でオブジェクトをセグメントし追跡します。

ライブ動画ストリームに対して Segment Anything 2 をフレームごとに実行し、動画ごとの時系列メモリを保持して、フレーム間でオブジェクトのIDが維持されるようにします。

上流の検出器（例: YOLO ブロック）からのボックス検出をプロンプトとして入力します。このブロックは、状態をキーにすることで、1つの SAM2 カメラ予測器を多数の動画ストリームに多重化します `video_metadata.video_identifier`；次第で `prompt_mode`、プロンプトを定期的に再投入するか、既存のトラックをそのまま伝播させます。

での使用を想定しています `InferencePipeline`、1フレームずつ配信し、各フレームに動画メタデータを付与します。

### 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/segment_anything_2_video@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。                                                                                                                                                                                                                     | ❌  |
| `model_id`        | `str`   | ストリーミング動画トラッカーモデルのID。解決元は `inference_models`。その `sam2video` ファミリーには4種類の Hiera バックボーンサイズが用意されています; `小型` は、速度と品質の既定のバランスです。 `sam3trackervideo` は SAM3 の視覚プロンプト付きトラッカーです。より大きなバックボーンを持つ同じプロンプト仕様で、長尺動画や混雑したシーンでのID保持性能が大幅に向上しますが、計算コストは高くなります。 | ✅  |
| `prompt_mode`     | `str`   | 読み取りタイミング `ボックス` を SAM2 のプロンプトとして。 `first_frame` セッションごとに一度だけプロンプトを与え、その後追跡します; `every_n_frames` ごとに再投入 `prompt_interval` フレームごと; `every_frame` 毎フレーム再投入します。再投入が行われないフレームでは、 `ボックス` は無視され、ブロックは単純に伝播します。                                    | ❌  |
| `prompt_interval` | `int`   | 場合、 `prompt_mode=every_n_frames`：Nフレームごとに再プロンプトします。                                                                                                                                                                                         | ✅  |
| `しきい値`            | `float` | 出力されるマスクの最小信頼度。                                                                                                                                                                                                                             | ✅  |

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。

`ハード` - ランタイム `self_hosted_cpu`; 実行 `ローカル` ：GPU が必要です。ストリーミング SAM2 動画モデルには CUDA が必要です。

`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。

`ハード` - 実行 `リモート` ：REMOTE ステップ実行では、どのランタイム・どの入力でも run() は NotImplementedError を送出します。このブロックは動画ごとの状態を自身のインスタンス内に保持し、LOCAL ステップ実行のみをサポートします。

### 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。 `SAM2 動画トラッカー` 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
  * `images` ([*`image`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/image.md)) : 推論対象の画像。
  * `ボックス` (*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)*]*）：SAM2 のプロンプトとして使用するバウンディングボックス。ブロックが再プロンプトするフレームでのみ読み取られます（参照 `prompt_mode`)..
  * `model_id` ([*`roboflow_model_id`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/roboflow-model-id.md)）：ストリーミング動画トラッカーモデルのID。解決元は `inference_models`。その `sam2video` ファミリーには4種類の Hiera バックボーンサイズが用意されています; `小型` は、速度と品質の既定のバランスです。 `sam3trackervideo` は SAM3 の視覚プロンプト付きトラッカーです。より大きなバックボーンを持つ同じプロンプト仕様で、長尺動画や混雑したシーンでのID保持性能が大幅に向上しますが、計算コストは高くなります。
  * `prompt_interval` ([*`integer`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)）： `prompt_mode=every_n_frames`：Nフレームごとに再プロンプトします。
  * `しきい値` ([*`float`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float.md)）：出力されるマスクの最小信頼度。
* output
  * `predictions` ([`instance_segmentation_prediction`](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/instance-segmentation-prediction.md)）：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出力する予測。

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/segment_anything_2_video@v1",
	    "images": "$inputs.image",
	    "boxes": "$steps.object_detection_model.predictions",
	    "model_id": "sam2video/tiny",
	    "prompt_mode": "<block_does_not_provide_example>",
	    "prompt_interval": 30,
	    "threshold": 0.0
	}
```

</details>
