> 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/sort-tracker.md).

# SORTトラッカー

高速で軽量なオブジェクト追跡。オブジェクトがはっきり見える場合に最適です。

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

SORT は、カルマンフィルタの動作モデルと、単段の IoU ベースのハンガリアン割り当てを組み合わせます。最も少ないパラメータ数と最小のオーバーヘッドで、1 秒あたり数百フレームを処理できます。ただし、再識別や遮蔽回復の仕組みはないため、物体が一時的に隠れるとトラックが分断されたり ID が切り替わったりすることがあります。

**SORT を使う場面：**

* 信頼性が高く高信頼度の検出が得られる管理された環境。
* 最大スループットが重要なリアルタイムパイプライン。
* 遮蔽が少なく、予測可能な直線運動を伴う単純なシーン。

**代替手段を検討すべき場面：**

* トラックの分断や弱い検出の見逃しが見られる場合は、 **ByteTrack**.
* 物体に強い遮蔽や非線形の動きがある場合は、 **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_sort@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` | 既存のトラックに検出を関連付けるために必要な最小 IoU。デフォルト: 0.3..                                                   | ✅  |
| `minimum_consecutive_frames` | `int`   | 確認済みトラックとして出力される前に、トラックが連続して一致している必要があるフレーム数（tracker\_id != -1）。デフォルト: 3..                  | ✅  |
| `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。この閾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: 0.25..                       | ✅  |
| `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。 `SORT 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` ([*`float_zero_to_one`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float-zero-to-one.md)): 既存のトラックに検出を関連付けるために必要な最小 IoU。デフォルト: 0.3..
  * `minimum_consecutive_frames` ([*`integer`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)): 確認済みトラックとして出力される前に、トラックが連続して一致している必要があるフレーム数（tracker\_id != -1）。デフォルト: 3..
  * `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` ([*`float_zero_to_one`*](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。この閾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: 0.25..
* 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_sort@v1",
	    "image": "<block_does_not_provide_example>",
	    "detections": "$steps.object_detection_model.predictions",
	    "minimum_iou_threshold": 0.3,
	    "minimum_consecutive_frames": 3,
	    "lost_track_buffer": 30,
	    "track_activation_threshold": 0.25,
	    "instances_cache_size": "<block_does_not_provide_example>"
	}
```

</details>
