> 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/track-class-lock.md).

# 追跡クラス固定

クラスのちらつきをなくすため、各追跡オブジェクトのクラスを多数決で固定します。

各追跡オブジェクトのクラスラベルを多数決で固定し、同じ物理オブジェクトに対してモデルが類似クラスを行き来する動画ワークフローで発生するクラスのちらつきを解消します。

## このブロックの仕組み

このブロックは、画像の video\_metadata に埋め込まれた video\_identifier をキーとして、トラックごとの投票状態を保持します：

1. ロック前は、条件を満たす各フレーム（confidence >= vote\_confidence）が予測クラスへの1票として数えられます。クラスは、min\_votes 票に達し、かつ次点クラスより少なくとも lead\_margin 票多い場合にロックされます。
2. ロック後は、そのロックされたクラスがそのトラックの以後のすべての検出に書き込まれます。報告される信頼度は、カウントされた票の移動平均（1.0に上限）です。
3. ロックされたクラスは、同じ挑戦クラスが switch\_after フレーム連続して条件を満たした場合にのみ変更できます。挑戦クラスの証拠は連続区間ごとに管理され、連続が途切れるたびに連続カウンタとその信頼度合計の両方がリセットされます。切り替えが成功すると、新しいクラスの集計はその連続区間の値のみから初期化されるため、報告される信頼度が 1.0 を超えることはありません。
4. ロックされたトラックが最近消えた場所に新しい tracker\_id が現れた場合（reattach\_window フレーム以内、バウンディングボックスの IoU >= reattach\_iou）、新しいトラックは失われたトラックのロック状態と投票状態を継承します。これにより、短い検出欠落や遮蔽によって引き起こされる tracker\_id の切り替わりでもロックが維持されます。継承されるのはロック済みトラックのみで、現在のフレームにまだ存在するトラックは決して継承されません。再アタッチを無効にするには reattach\_window を 0 に設定してください。
5. state\_ttl フレームの間見つからなかったトラックの状態は削除されます。保持される動画ごとのトラック状態にはさらに上限があり、最後に観測された時刻が古いトラックから順に追い出されるため、tracker\_id の入れ替わりが多い場合でも状態は制限されたまま保たれます。各トラックは、有限個の異なるクラスに対する投票状態を保持します。

各検出にはブール値の `class_locked` フラグが detections.data に入ります。

## 要件

検出には tracker\_id を含める必要があります（Byte Tracker などの追跡ブロックの後ろにこのブロックを接続してください）。画像の video\_metadata は、動画ストリームごとに個別の状態を保持するために使用されます。

### 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/track_class_lock@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。                                                                                                                      | ❌  |
| `min_votes`       | `int`   | クラスが初回ロックを獲得するまでに必要な、条件を満たした累積票数。値を大きくするとロックは遅くなりますが、初期判断の信頼性は高まります。                                                                         | ✅  |
| `vote_confidence` | `float` | フレームがカウントされるために必要な最小予測信頼度。ロック前の票とロック後の挑戦クラスの連続区間の両方に適用されます。このしきい値を下回るフレームは無視されます。                                                            | ✅  |
| `lead_margin`     | `int`   | ロック前に、首位クラスが次点クラスを何票上回る必要があるか。2つのクラスが競合しているときの早すぎるロックを防ぎます。                                                                                  | ✅  |
| `switch_after`    | `int`   | 既存のロックを変更するために必要な、同じ挑戦クラスの条件を満たす連続フレーム数。途中で途切れると連続区間はリセットされます。最小値は 1（1 にすると1フレームの反対証拠だけで切り替わるため、複数フレームの連続を強制するには >= 2 を使用してください）。            | ✅  |
| `state_ttl`       | `int`   | 見つからないトラックの状態を削除するまでのフレーム数。                                                                                                                  | ✅  |
| `reattach_window` | `int`   | このフレーム数以内にロックされたトラックが消えた場所に新しい tracker\_id が現れた場合、新しいトラックは失われたトラックのロックと票を継承します。短い検出欠落による tracker\_id の切り替わりをつなぎます。再アタッチを無効にするには 0 に設定してください。 | ✅  |
| `reattach_iou`    | `float` | 新しい検出のバウンディングボックスと、最近失われたロック済みトラックの最後に確認されたバウンディングボックスとの最小 IoU。これを満たすとロックが継承されます。値を大きくすると、対象物は消えた場所により近い位置で再出現する必要があります。                     | ✅  |

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。 `トラッククラス固定` 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)): 埋め込み動画メタデータを持つ画像。video\_metadata には、異なる動画ごとに個別の投票状態を保持するために使用される video\_identifier が含まれます。
  * `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)*]*): トラッキング済み予測（物体検出、インスタンスセグメンテーション、キーポイント検出、または RLE インスタンスセグメンテーション）。追跡ブロックからの tracker\_id 情報を含める必要があります。
  * `min_votes` ([*`integer`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)): クラスが初回ロックを獲得するまでに必要な、条件を満たした累積票数。値を大きくするとロックは遅くなりますが、初期判断の信頼性は高まります。
  * `vote_confidence` ([*`0から1の浮動小数`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float-zero-to-one.md)): フレームがカウントされるために必要な最小予測信頼度。ロック前の票とロック後の挑戦クラスの連続区間の両方に適用されます。このしきい値を下回るフレームは無視されます。
  * `lead_margin` ([*`integer`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)): ロック前に、首位クラスが次点クラスを何票上回る必要があるか。2つのクラスが競合しているときの早すぎるロックを防ぎます。
  * `switch_after` ([*`integer`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)): 既存のロックを変更するために必要な、同じ挑戦クラスの条件を満たす連続フレーム数。途中で途切れると連続区間はリセットされます。最小値は 1（1 にすると1フレームの反対証拠だけで切り替わるため、複数フレームの連続を強制するには >= 2 を使用してください）。
  * `state_ttl` ([*`integer`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)): 見つからないトラックの状態を削除するまでのフレーム数。
  * `reattach_window` ([*`integer`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/integer.md)): このフレーム数以内にロックされたトラックが消えた場所に新しい tracker\_id が現れた場合、新しいトラックは失われたトラックのロックと票を継承します。短い検出欠落による tracker\_id の切り替わりをつなぎます。再アタッチを無効にするには 0 に設定してください。
  * `reattach_iou` ([*`0から1の浮動小数`*](https://docs.roboflow.com/workflows/ja/gaido/developer-guide/kinds/float-zero-to-one.md)): 新しい検出のバウンディングボックスと、最近失われたロック済みトラックの最後に確認されたバウンディングボックスとの最小 IoU。これを満たすとロックが継承されます。値を大きくすると、対象物は消えた場所により近い位置で再出現する必要があります。
* 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`.

</details>

<details>

<summary>JSON定義の例</summary>

```json
{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/track_class_lock@v1",
	    "image": "<block_does_not_provide_example>",
	    "detections": "$steps.byte_tracker.tracked_detections",
	    "min_votes": 10,
	    "vote_confidence": 0.8,
	    "lead_margin": 3,
	    "switch_after": 15,
	    "state_ttl": 300,
	    "reattach_window": 30,
	    "reattach_iou": 0.3
	}
```

</details>
