선 카운터
선을 통과하는 감지 결과를 셉니다.
v2
추적된 검출을 사용하여 비디오에서 정의된 선분을 가로지르는 객체를 계산하고, 서로 반대 방향(in 및 out)으로 선을 통과하는 객체에 대해 별도의 카운트를 유지하며, 교통 분석, 사람 수 세기, 출입 모니터링, 방향성 흐름 측정 워크플로를 위해 카운트 값과 실제로 선을 통과한 검출 객체를 모두 출력합니다.
이 블록의 작동 방식
이 블록은 비디오 프레임 전반에서 이동을 추적하여 선분을 가로지르는 객체를 계산합니다. 이 블록은:
고유한 tracker ID가 있는 추적된 탐지 예측과 비디오 메타데이터가 포함된 이미지를 받습니다
이미지에서 비디오 메타데이터를 추출합니다:
WorkflowImageData 객체에서 video_metadata에 접근합니다
서로 다른 비디오에 대해 별도의 카운팅 상태를 유지하기 위해 video_identifier를 추출합니다
비디오 메타데이터를 사용하여 비디오별로 line zone 상태를 초기화하고 관리합니다
탐지 결과에 tracker ID가 있는지 검증합니다(프레임 간 객체 움직임 추적에 필요함)
비디오에 대한 line zone을 초기화하거나 가져옵니다:
선분을 정의하는 두 개의 좌표점으로부터 LineZone를 생성합니다
지정된 경우 트리거 앵커 포인트를 구성합니다(선택 사항 - 지정하지 않으면 기본 앵커 동작을 사용합니다)
video_identifier를 사용하여 비디오별 line zone 구성을 저장합니다
각 비디오에 대해 별도의 카운팅 상태를 유지합니다
프레임 전반의 객체 위치를 모니터링합니다:
고유한 tracker_id를 사용하여 각 객체의 위치를 추적합니다
객체의 트리거링 앵커 포인트(지정된 경우) 또는 기본 앵커가 선을 가로지를 때를 감지합니다
객체가 선의 어느 쪽에서 접근하는지에 따라 통과 방향을 결정합니다
선 통과를 계산합니다:
인 방향: 한 방향으로 선을 통과하는 객체는 count_in 카운터를 증가시킵니다
아웃 방향: 반대 방향으로 선을 통과하는 객체는 count_out 카운터를 증가시킵니다
각 고유한 tracker_id는 통과당 한 번만 계산됩니다(객체가 선 근처에서 진동하더라도 중복 계산을 방지)
통과한 검출을 식별합니다:
현재 프레임에서 각 방향으로 통과한 검출을 식별하는 마스크를 생성합니다
검출을 필터링하여 "in"을 통과한 것과 "out"을 통과한 것을 분리합니다
추가 처리를 위해 실제 검출 객체(카운트만이 아닌)를 반환합니다
지속적인 카운팅 상태를 유지합니다:
카운트는 전체 비디오에 대해 프레임 간 누적됩니다
상태는 워크플로 실행이 완료될 때까지 각 비디오에 대해 유지됩니다
각 고유한 video_identifier마다 별도의 카운터
네 가지 출력을 반환합니다:
count_in"in" 방향으로 선을 통과한 객체의 총 개수(비디오 전체 누적)
count_out"out" 방향으로 선을 통과한 객체의 총 개수(비디오 전체 누적)
detections_in": "in" 방향으로 선을 통과한 검출 객체(현재 프레임의 통과)
detections_out": "out" 방향으로 선을 통과한 검출 객체(현재 프레임의 통과)
선분은 비디오 프레임 내의 가상 경계를 정의합니다. 방향(in/out)은 객체가 선의 어느 쪽에서 접근하는지에 따라 결정됩니다. 예를 들어 수평선의 경우 위에서 오는 객체는 "in"으로, 아래에서 오는 객체는 "out"으로 계산될 수 있습니다(또는 선의 방향에 따라 그 반대일 수 있음). 트리거링 앵커(지정된 경우)는 통과로 계산되기 위해 바운딩 박스의 어느 점이 선을 가로질러야 하는지를 결정합니다. 지정하지 않으면 line zone은 기본 앵커 동작을 사용합니다. 카운트 출력은 비디오 전체의 누적 합계를 제공하는 반면, 검출 출력은 현재 프레임에서 실제로 통과한 객체를 제공하여 통과 이벤트의 추가 분석이나 시각화를 가능하게 합니다.
일반적인 사용 사례
사람 수 세기: 건물, 매장 또는 행사에 출입하는 사람을 계산합니다(예: 매장에 들어오는 방문자 수 세기, 건물 출입 인원 추적, 행사 참석 인원 모니터링). 출입 카운팅 워크플로를 가능하게 합니다
교통 분석: 교차로나 도로 구간을 지나는 차량을 계산합니다(예: 교차로를 통과하는 차량 수 세기, 특정 방향의 교통 흐름 추적, 검문 지점의 차량 통과 모니터링). 교통 흐름 분석 워크플로를 가능하게 합니다
소매 분석: 소매 공간에서 고객 이동과 유동 인구를 추적합니다(예: 매장 구역에 들어오는 고객 수 세기, 부서 간 이동 추적, 쇼핑 흐름 패턴 모니터링). 소매 유동 인구 분석 워크플로를 가능하게 합니다
보안 모니터링: 보안 구역 또는 검문 지점의 출입을 모니터링합니다(예: 제한 구역 진입 추적, 출입 지점 인원 수 세기, 검문 지점 통과 모니터링). 보안 접근 모니터링 워크플로를 가능하게 합니다
점유 관리: 공간에 들어오고 나가는 객체를 계산하여 점유 변화를 추적합니다(예: 방 수용 인원을 관리하기 위한 출입 수 세기, 주차장의 차량 도착/출발 추적, 공간 점유 변화 모니터링). 점유 추적 워크플로를 가능하게 합니다
야생동물 모니터링: 정의된 경로나 경계를 가로지르는 동물을 계산합니다(예: 동물 이동 패턴 추적, 도로를 건너는 야생동물 수 세기, 서식지에서의 동물 이동 모니터링). 야생동물 행동 분석 워크플로를 가능하게 합니다
다른 블록에 연결하기
이 블록은 추적된 검출과 임베디드 비디오 메타데이터가 포함된 이미지를 수신하고, count_in, count_out, detections_in, detections_out를 생성합니다:
Byte Tracker 블록 이후 추적된 사람의 선 통과 수 세기, 일관된 ID로 차량 통과 추적, 추적된 객체 이동 모니터링 등 선을 가로지르는 추적 객체를 세기 위해 사용되며, tracking-to-counting 워크플로를 가능하게 합니다
객체 탐지 또는 인스턴스 분할 블록 이후 tracking이 활성화된 상태에서 검출된 객체를 세기 위해 사용됩니다(예: 검출된 차량 수 세기, 사람 통과 추적, 객체 이동 모니터링). detection-to-counting 워크플로를 가능하게 합니다
detections_in 또는 detections_out 출력을 사용하여 선을 통과한 객체를 처리하거나 시각화합니다(예: 통과한 객체 시각화, 통과 객체 분석, 통과 이벤트 필터링). 통과 객체 분석 워크플로를 가능하게 합니다
시각화 블록 이전 라인 카운터 정보와 통과 객체를 표시합니다(예: 선과 카운트 시각화, 통과 통계 표시, 주석이 달린 통과 객체 표시). 카운팅 시각화 워크플로를 가능하게 합니다
데이터 저장 블록 앞에서 카운팅 데이터와 통과 이벤트를 기록합니다(예: 출입 카운트 로그, 교통 통계 저장, 메타데이터와 함께 통과 객체 기록). 카운팅 데이터 로깅 워크플로를 가능하게 합니다
알림 블록 앞에서 카운트 임계값 또는 통과 이벤트에 대해 알림을 보냅니다(예: 카운트가 한도를 초과할 때 경고, 특정 객체 통과 알림, 카운트 기반 작업 트리거). 카운트 기반 알림 워크플로를 가능하게 합니다
버전 차이
v1에서 개선됨:
검출 출력: 추적된 객체가 이전에 본 적이 있는지 여부에 따라 분류하는 두 개의 새 출력(
detections_in및detections_out)는 각 방향으로 선을 통과한 실제 검출 객체를 제공하며, 단순한 총 카운트가 아니므로 하위 처리와 통과 객체 시각화를 가능하게 합니다간소화된 입력:
이미지별도의메타데이터필드를 요구하는 대신 임베디드 비디오 메타데이터가 포함된 input을 사용하여 워크플로 연결을 단순화하고 입력 복잡성을 줄입니다선택적 트리거링 앵커: 만듭니다
triggering_anchor필수(required)가 아니라 선택 사항(optional, 기본값 None)으로, 특정 앵커가 필요하지 않을 때 line zone이 기본 앵커 동작을 사용하도록 허용합니다향상된 통합: 이미지 객체에서 직접 비디오 메타데이터에 접근하므로, 별도의 메타데이터 입력을 요구하지 않아 이미지 기반 워크플로와 더 잘 통합됩니다
요구 사항
이 블록은 tracker_id 정보가 포함된 추적된 검출이 필요합니다(검출은 Byte Tracker와 같은 추적 블록에서 와야 합니다). 선은 정확히 2개의 점으로 이루어진 리스트로 정의되어야 하며, 각 점은 정확히 2개의 좌표(x, y)를 가진 리스트 또는 튜플이어야 합니다. 이미지의 video_metadata에는 서로 다른 비디오에 대해 별도의 카운팅 상태를 유지하기 위한 video_identifier가 포함되어야 합니다. 이 블록은 각 비디오에 대해 프레임 간 지속적인 카운팅 상태를 유지하므로, 프레임이 순차적으로 처리되는 비디오 워크플로에서 사용해야 합니다. 정확한 카운팅을 위해서는 유효한 tracker ID가 있는 검출이 프레임 간 일관되게 제공되어야 합니다.
유형 식별자
단계에서 다음 식별자를 사용하세요 "type" 필드: roboflow_core/line_counter@v2 워크플로우에 이 블록을 단계로 추가하려면.
속성
이름
유형
설명
참조
name
str
이 단계에 대한 고유 식별자를 입력하세요..
❌
line_segment
List[Any]
정확히 두 점으로 정의된 선분이며, 각 점은 [x, y] 좌표를 가집니다. 한쪽에서 선을 통과한 객체는 'in'으로 계산되고, 반대쪽에서 통과한 객체는 'out'으로 계산됩니다. 예: [[0, 100], [500, 100]]은 y=100에 수평선을 생성합니다. 통과 방향은 객체가 어느 쪽에서 접근하는지에 따라 달라집니다..
✅
triggering_anchor
str
카운팅을 위해 바운딩 박스에서 선을 반드시 통과해야 하는 선택적 점입니다. 지정하지 않으면(None) line zone은 기본 앵커 동작을 사용합니다. 지정할 수 있는 옵션: CENTER, BOTTOM_CENTER, TOP_CENTER, CENTER_LEFT, CENTER_RIGHT 등. CENTER를 지정하면 객체가 카운팅되기 전에 선을 충분히 넘어가도록 보장하여, 선 근처에 있지만 완전히 통과하지 않은 객체로 인한 오탐을 줄입니다..
✅
이 참조 열은 워크플로우 런타임에서 사용 가능한 동적 값으로 속성을 매개변수화할 수 있는 가능성을 나타냅니다 워크플로우 런타임입니다. 자세한 내용은 바인딩 을 참조하세요.
런타임 호환성
소프트 - 런타임 호스팅 서버리스, 전용 배포; 실행 원격; 입력 비디오 : 이 블록은 프로세스 메모리에서 비디오별 상태를 유지합니다(video_metadata.video_identifier로 키 지정). 상태 비저장 또는 다중 복제 HTTP 런타임에서 원격 단계 실행을 사용하면 연속 요청이 서로 다른 작업자 프로세스에서 처리될 수 있으므로, 상태가 호출 사이에 초기화되어 추적 / 카운팅 / 집계를 위한 출력은 의미가 없어집니다. 안정적인 프레임 간 결과를 위해 지속적인 WebRTC 세션에서 로컬 단계 실행을 사용하세요.
소프트 - 입력 이미지 : 이 블록은 비디오나 반복 프레임 워크플로의 시간적 문맥에 의존합니다. 정지 이미지/사진에는 추적, 비교, 집계 또는 시각화할 의미 있는 히스토리가 없으므로 이 블록은 거의 또는 전혀 이점을 제공하지 않습니다.
입력 및 출력 바인딩
사용 가능한 연결은 바인딩 유형에 따라 달라집니다. 어떤 바인딩 유형인지 확인하세요 라인 카운터 버전 v2 을 가지고 있는지.
입력 및 출력 바인딩
입력
이미지(이미지): 서로 다른 비디오에 대해 별도의 카운팅 상태를 유지하기 위한 video_identifier가 포함된 이미지입니다. 프레임 간 지속적인 카운팅에 필요합니다..detections(Union[object_detection_prediction,instance_segmentation_prediction]): tracking 블록의 tracker_id 정보를 포함해야 하는 추적 객체 검출 또는 인스턴스 분할 예측입니다. 객체는 지정된 경우 트리거링 앵커 포인트가 선분을 가로지를 때 계산됩니다. detections_in 및 detections_out 출력은 각 방향으로 선을 통과한 실제 검출 객체를 제공합니다..line_segment(list_of_values): 정확히 두 점으로 정의된 선분이며, 각 점은 [x, y] 좌표를 가집니다. 한쪽에서 선을 통과한 객체는 'in'으로 계산되고, 반대쪽에서 통과한 객체는 'out'으로 계산됩니다. 예: [[0, 100], [500, 100]]은 y=100에 수평선을 생성합니다. 통과 방향은 객체가 어느 쪽에서 접근하는지에 따라 달라집니다..triggering_anchor(string): 카운팅을 위해 바운딩 박스에서 선을 반드시 통과해야 하는 선택적 점입니다. 지정하지 않으면(None) line zone은 기본 앵커 동작을 사용합니다. 지정할 수 있는 옵션: CENTER, BOTTOM_CENTER, TOP_CENTER, CENTER_LEFT, CENTER_RIGHT 등. CENTER를 지정하면 객체가 카운팅되기 전에 선을 충분히 넘어가도록 보장하여, 선 근처에 있지만 완전히 통과하지 않은 객체로 인한 오탐을 줄입니다..
출력
count_in(정수): 정수 값.count_out(정수): 정수 값.detections_in(Union[object_detection_prediction,instance_segmentation_prediction]): sv.Detections(...) 객체 형태의 탐지된 바운딩 박스 예측, 다음 경우object_detection_prediction또는 sv.Detections(...) 객체 형태의 탐지된 바운딩 박스 및 세그멘테이션 마스크 예측, 다음 경우instance_segmentation_prediction.detections_out(Union[object_detection_prediction,instance_segmentation_prediction]): sv.Detections(...) 객체 형태의 탐지된 바운딩 박스 예측, 다음 경우object_detection_prediction또는 sv.Detections(...) 객체 형태의 탐지된 바운딩 박스 및 세그멘테이션 마스크 예측, 다음 경우instance_segmentation_prediction.
v1
추적된 검출을 사용하여 비디오에서 정의된 선분을 가로지르는 객체를 계산하고, 교통 분석, 사람 수 세기, 출입 모니터링, 방향성 흐름 측정 워크플로를 위해 서로 반대 방향(in 및 out)으로 선을 통과하는 객체에 대해 별도의 카운트를 유지합니다.
이 블록의 작동 방식
이 블록은 비디오 프레임 전반에서 이동을 추적하여 선분을 가로지르는 객체를 계산합니다. 이 블록은:
고유한 tracker ID와 비디오 메타데이터가 포함된 추적 검출 예측을 수신합니다
탐지 결과에 tracker ID가 있는지 검증합니다(프레임 간 객체 움직임 추적에 필요함)
비디오에 대한 line zone을 초기화하거나 가져옵니다:
선분을 정의하는 두 개의 좌표점으로부터 LineZone를 생성합니다
video_identifier를 사용하여 비디오별 line zone 구성을 저장합니다
각 비디오에 대해 별도의 카운팅 상태를 유지합니다
프레임 전반의 객체 위치를 모니터링합니다:
고유한 tracker_id를 사용하여 각 객체의 위치를 추적합니다
객체의 트리거링 앵커 포인트(기본값: 바운딩 박스의 CENTER)가 선을 가로지를 때를 감지합니다
객체가 선의 어느 쪽에서 접근하는지에 따라 통과 방향을 결정합니다
선 통과를 계산합니다:
인 방향: 한 방향으로 선을 통과하는 객체는 count_in 카운터를 증가시킵니다
아웃 방향: 반대 방향으로 선을 통과하는 객체는 count_out 카운터를 증가시킵니다
각 고유한 tracker_id는 통과당 한 번만 계산됩니다(객체가 선 근처에서 진동하더라도 중복 계산을 방지)
지속적인 카운팅 상태를 유지합니다:
카운트는 전체 비디오에 대해 프레임 간 누적됩니다
상태는 워크플로 실행이 완료될 때까지 각 비디오에 대해 유지됩니다
각 고유한 video_identifier마다 별도의 카운터
두 개의 카운트 값을 반환합니다:
count_in": "in" 방향으로 선을 통과한 객체의 총 개수
count_out": "out" 방향으로 선을 통과한 객체의 총 개수
선분은 비디오 프레임 내의 가상 경계를 정의합니다. 방향(in/out)은 객체가 선의 어느 쪽에서 접근하는지에 따라 결정됩니다. 예를 들어 수평선의 경우 위에서 오는 객체는 "in"으로, 아래에서 오는 객체는 "out"으로 계산될 수 있습니다(또는 선의 방향에 따라 그 반대일 수 있음). 트리거링 앵커는 통과로 계산되기 위해 바운딩 박스의 어느 점이 선을 가로질러야 하는지를 결정합니다. CENTER를 사용하면 카운팅 전에 객체가 선을 충분히 넘어가도록 보장합니다.
일반적인 사용 사례
사람 수 세기: 건물, 매장 또는 행사에 출입하는 사람을 계산합니다(예: 매장에 들어오는 방문자 수 세기, 건물 출입 인원 추적, 행사 참석 인원 모니터링). 출입 카운팅 워크플로를 가능하게 합니다
교통 분석: 교차로나 도로 구간을 지나는 차량을 계산합니다(예: 교차로를 통과하는 차량 수 세기, 특정 방향의 교통 흐름 추적, 검문 지점의 차량 통과 모니터링). 교통 흐름 분석 워크플로를 가능하게 합니다
소매 분석: 소매 공간에서 고객 이동과 유동 인구를 추적합니다(예: 매장 구역에 들어오는 고객 수 세기, 부서 간 이동 추적, 쇼핑 흐름 패턴 모니터링). 소매 유동 인구 분석 워크플로를 가능하게 합니다
보안 모니터링: 보안 구역 또는 검문 지점의 출입을 모니터링합니다(예: 제한 구역 진입 추적, 출입 지점 인원 수 세기, 검문 지점 통과 모니터링). 보안 접근 모니터링 워크플로를 가능하게 합니다
점유 관리: 공간에 들어오고 나가는 객체를 계산하여 점유 변화를 추적합니다(예: 방 수용 인원을 관리하기 위한 출입 수 세기, 주차장의 차량 도착/출발 추적, 공간 점유 변화 모니터링). 점유 추적 워크플로를 가능하게 합니다
야생동물 모니터링: 정의된 경로나 경계를 가로지르는 동물을 계산합니다(예: 동물 이동 패턴 추적, 도로를 건너는 야생동물 수 세기, 서식지에서의 동물 이동 모니터링). 야생동물 행동 분석 워크플로를 가능하게 합니다
다른 블록에 연결하기
이 블록은 추적된 검출과 비디오 메타데이터를 수신하고 count_in 및 count_out 값을 생성합니다:
Byte Tracker 블록 이후 추적된 사람의 선 통과 수 세기, 일관된 ID로 차량 통과 추적, 추적된 객체 이동 모니터링 등 선을 가로지르는 추적 객체를 세기 위해 사용되며, tracking-to-counting 워크플로를 가능하게 합니다
객체 탐지 또는 인스턴스 분할 블록 이후 tracking이 활성화된 상태에서 검출된 객체를 세기 위해 사용됩니다(예: 검출된 차량 수 세기, 사람 통과 추적, 객체 이동 모니터링). detection-to-counting 워크플로를 가능하게 합니다
시각화 블록 이전 라인 카운터 정보를 표시합니다(예: 선과 카운트 시각화, 통과 통계 표시, 카운팅 결과 표시). 카운팅 시각화 워크플로를 가능하게 합니다
데이터 저장 블록 앞에서 카운팅 데이터를 기록합니다(예: 출입 카운트 로그, 교통 통계 저장, 점유 메트릭 기록). 카운팅 데이터 로깅 워크플로를 가능하게 합니다
알림 블록 앞에서 카운트 임계값 또는 이벤트에 대해 알림을 보냅니다(예: 카운트가 한도를 초과할 때 경고, 점유 변화 알림, 카운트 기반 작업 트리거). 카운트 기반 알림 워크플로를 가능하게 합니다
분석 블록 앞에 카운팅 메트릭을 처리합니다(예: 교통 패턴 분석, 점유 데이터 처리, 카운팅 통계 활용). 카운팅 분석 워크플로를 가능하게 합니다
요구 사항
이 블록은 tracker_id 정보가 포함된 추적된 검출이 필요합니다(검출은 Byte Tracker와 같은 추적 블록에서 와야 합니다). 선은 정확히 2개의 점으로 이루어진 리스트로 정의되어야 하며, 각 점은 정확히 2개의 좌표(x, y)를 가진 리스트 또는 튜플이어야 합니다. 블록은 서로 다른 비디오에 대해 별도의 카운팅 상태를 유지하기 위해 video_identifier가 포함된 비디오 메타데이터를 필요로 합니다. 이 블록은 각 비디오에 대해 프레임 간 지속적인 카운팅 상태를 유지하므로, 프레임이 순차적으로 처리되는 비디오 워크플로에서 사용해야 합니다. 정확한 카운팅을 위해서는 유효한 tracker ID가 있는 검출이 프레임 간 일관되게 제공되어야 합니다.
유형 식별자
단계에서 다음 식별자를 사용하세요 "type" 필드: roboflow_core/line_counter@v1 워크플로우에 이 블록을 단계로 추가하려면.
속성
이름
유형
설명
참조
name
str
이 단계에 대한 고유 식별자를 입력하세요..
❌
line_segment
List[Any]
정확히 두 점으로 정의된 선분이며, 각 점은 [x, y] 좌표를 가집니다. 한쪽에서 선을 통과한 객체는 'in'으로 계산되고, 반대쪽에서 통과한 객체는 'out'으로 계산됩니다. 예: [[0, 100], [500, 100]]은 y=100에 수평선을 생성합니다. 통과 방향은 객체가 어느 쪽에서 접근하는지에 따라 달라집니다..
✅
triggering_anchor
str
카운팅을 위해 바운딩 박스에서 선을 반드시 통과해야 하는 점입니다. 옵션: CENTER(기본값), BOTTOM_CENTER, TOP_CENTER, CENTER_LEFT, CENTER_RIGHT 등. CENTER는 객체가 카운팅되기 전에 선을 충분히 넘어가도록 보장하여, 선 근처에 있지만 완전히 통과하지 않은 객체로 인한 오탐을 줄입니다..
✅
이 참조 열은 워크플로우 런타임에서 사용 가능한 동적 값으로 속성을 매개변수화할 수 있는 가능성을 나타냅니다 워크플로우 런타임입니다. 자세한 내용은 바인딩 을 참조하세요.
런타임 호환성
소프트 - 런타임 호스팅 서버리스, 전용 배포; 실행 원격; 입력 비디오 : 이 블록은 프로세스 메모리에서 비디오별 상태를 유지합니다(video_metadata.video_identifier로 키 지정). 상태 비저장 또는 다중 복제 HTTP 런타임에서 원격 단계 실행을 사용하면 연속 요청이 서로 다른 작업자 프로세스에서 처리될 수 있으므로, 상태가 호출 사이에 초기화되어 추적 / 카운팅 / 집계를 위한 출력은 의미가 없어집니다. 안정적인 프레임 간 결과를 위해 지속적인 WebRTC 세션에서 로컬 단계 실행을 사용하세요.
소프트 - 입력 이미지 : 이 블록은 비디오나 반복 프레임 워크플로의 시간적 문맥에 의존합니다. 정지 이미지/사진에는 추적, 비교, 집계 또는 시각화할 의미 있는 히스토리가 없으므로 이 블록은 거의 또는 전혀 이점을 제공하지 않습니다.
입력 및 출력 바인딩
사용 가능한 연결은 바인딩 유형에 따라 달라집니다. 어떤 바인딩 유형인지 확인하세요 라인 카운터 버전 v1 을 가지고 있는지.
입력 및 출력 바인딩
입력
메타데이터(video_metadata): 서로 다른 비디오에 대해 별도의 카운팅 상태를 유지하기 위한 video_identifier를 포함하는 비디오 메타데이터입니다. 프레임 간 지속적인 카운팅에 필요합니다..detections(Union[object_detection_prediction,instance_segmentation_prediction]): tracking 블록의 tracker_id 정보를 포함해야 하는 추적 객체 검출 또는 인스턴스 분할 예측입니다. 객체는 트리거링 앵커 포인트가 선분을 가로지를 때 계산됩니다..line_segment(list_of_values): 정확히 두 점으로 정의된 선분이며, 각 점은 [x, y] 좌표를 가집니다. 한쪽에서 선을 통과한 객체는 'in'으로 계산되고, 반대쪽에서 통과한 객체는 'out'으로 계산됩니다. 예: [[0, 100], [500, 100]]은 y=100에 수평선을 생성합니다. 통과 방향은 객체가 어느 쪽에서 접근하는지에 따라 달라집니다..triggering_anchor(string): 카운팅을 위해 바운딩 박스에서 선을 반드시 통과해야 하는 점입니다. 옵션: CENTER(기본값), BOTTOM_CENTER, TOP_CENTER, CENTER_LEFT, CENTER_RIGHT 등. CENTER는 객체가 카운팅되기 전에 선을 충분히 넘어가도록 보장하여, 선 근처에 있지만 완전히 통과하지 않은 객체로 인한 오탐을 줄입니다..
마지막 업데이트
도움이 되었나요?