--- title: AI 推論を使う description: カメラ映像に AI モデルを適用する推論デバイスの状態確認と、閾値・間隔の調整 createdAt: 2026-08-19 lastModified: 2026-10-11 sidebar: label: AI 推論の設定 --- **AI 推論デバイス**は、カメラの映像に AI モデル（ONNX）を適用し、その結果を数値として蓄積する仮想デバイスです。物理的なセンサを増やさずに計測点を増やせる、AI 版のソフトセンサと考えてください。 蓄積される値はセンサとまったく同じ扱いなので、可視化の方法もセンサと共通です（→ [センサの設定](/docs/guides/sensors)）。 **このページは設定項目の説明です。** AI 推論は [AI アプリ](/docs/guides/ai-apps)の画面からカメラに追加し、結果・設定もその画面で扱います。 | タスク | 蓄積される値 | よく使う metric_key | 対応する AI アプリ | | --- | --- | --- | --- | | 物体検出 | 閾値を超えた検出の件数 | `object_count` | 物体検出（汎用） | | ナンバープレート読み取り | 読み取れたプレートの枚数 | `plate_count` | ナンバープレート検知 | ナンバープレート読み取りだけは数値に加えて、読み取った番号そのものがイベントとして残ります（→ [ナンバープレートを読み取る](#ナンバープレートを読み取る)）。 追加の手順は [AI アプリを使う](/docs/guides/ai-apps#2-カメラに追加する)を参照してください。 ## モデルの状態を確認する AI アプリの[詳細画面](/docs/guides/ai-apps#詳細画面)の「情報」タブに、モデルの状態と最新結果が表示されます。 | モデル状態 | 意味 | | --- | --- | | 準備中 | 設定を受け取り、実行の準備をしている | | ダウンロード中 | モデルファイルを取得している。初回や大きなモデルでは時間がかかります | | 実行中 | 正常に推論が動いている | | エラー | モデルの取得・読み込みに失敗した。URL やネットワークを確認してください | モデルの読み込みに失敗した場合、エッジPCは **30 秒間隔で自動的に再試行**します。一時的なネットワーク断なら、そのままでも復旧します。 **最新結果**の表示はタスクによって変わります。 - **物体検出**: 検出件数（例 `3 件`）と、最も確信度の高い検出の確信度 - **ナンバープレート読み取り**: 直近に読み取った番号と確信度（例 `品川300あ1234 98%`） まだ結果が届いていないときは `結果待ち` と表示されます。 ## 推論パラメータを調整する | 設定 | 内容 | 目安 | | --- | --- | --- | | **時系列 DB へ保存する** | オフにすると分析への数値送信を止めます（画面上の最新結果表示は継続） | — | | **閾値 (0-1)** | この確信度未満の結果を捨てます | 誤検出が多い→上げる（0.6〜0.8）／取りこぼす→下げる（0.3〜0.5） | | **間隔 (秒)** | 推論を実行する間隔 | 人の出入りなど→1〜5 秒／緩やかな変化→30〜60 秒 | | **撮影幅 (px)** | ナンバープレート読み取りのみ。文字を読むために撮り直す解像度 | 既定 1280。番号が読めないときは上げる（320〜3840） | | **車が写っているときだけ読む** | ナンバープレート読み取りのみ。車両検出を先に掛け、車の中にあるプレートだけを採ります | 既定オフ。看板や標識を誤って拾うときにオン（CPU 使用率が上がります） | 入力後、**「保存」** をクリックすると設定がエッジPCへ送られます。モデルを読み込み直す必要はなく、次のサイクルから効きます。 :::note **間隔を短くするとエッジPCの CPU 使用率が上がります。** 推論は CPU で実行され、GPU は使いません。1 台のエッジPCで複数の推論デバイスを動かす場合は、[エッジPCの詳細画面](/docs/guides/edge-pcs)で CPU 使用率を確認しながら調整してください。 ::: ## モデルを切り替える 推論デバイスの設定の **「モデル」** で、同じタスクの別のプリセットへ切り替えられます（例: YOLOX-Nano → YOLOX-Tiny）。選べるのは、そのエッジPC に入っているモデルだけです。ほかのモデルは [エッジPC の「AI モデル」](/docs/guides/edge-pcs#ai-モデル) から入れてください。**「切り替え」** を押すと、エッジPC が新しいモデルを読み込み、次のサイクルから結果が変わります。 - 物体検出とナンバープレート読み取りのように、タスクをまたいだ切り替えはできません。 - URL で指定したカスタムモデルの推論デバイスは、この欄が出ません。 ## 使えるモデル プリセットは商用利用可能なライセンス（Apache-2.0）のモデルだけを掲載しています。 | プリセット | タスク | 特徴 | | --- | --- | --- | | **YOLOX-Nano** | 物体検出 | 最も軽量。ラズパイなど非力なエッジPC 向けです | | **YOLOX-Tiny** | 物体検出 | 標準。まずはこれで試すのが無難です | | **ナンバープレート読み取り（日本・地名まで）** | ナンバープレート読み取り | 地名・分類番号・ひらがな・4 桁をまとめて読みます | | **ナンバープレート読み取り（日本・4桁のみ / 軽量）** | ナンバープレート読み取り | 4 桁の数字だけを読みます。モデルが小さく誤読も少ないです | ナンバープレート読み取りは**プリセットのみ**で、URL 指定には対応していません。それ以外のタスクでは、任意の `.onnx` モデルを URL で指定できます。その際は**モデルの種類**（`YOLOX（物体検出）`）も選んでください。入力の渡し方と出力の読み方は種類ごとに違うため、合っていないと結果が壊れます。SHA256 も入れておくと、エッジPC がファイルの改ざんを検証します。 :::warning カスタムモデルのライセンスは**利用者の責任で確認**してください。プリセットとして同梱していないモデル（AGPL のものなど）を使う場合は、利用条件を確認したうえで指定してください。 ::: ## 判定ルールで「現場の問い」に答える 検出できたかどうかではなく「危険区域に何人いるか」「棚が空のまま何分経ったか」を知りたい場合は、**判定ルール**を使います。検出結果を絞り込んで数値にするしくみです。[AI アプリ](/docs/guides/ai-apps)の詳細画面で **「ルールを作る」** を押すと作成画面が開きます。 | 種類 | 記録される値 | 使いどころ | | --- | --- | --- | | **件数を数える** | 条件に合った検出の件数 | 「危険区域に何人いるか」「駐車場に何台停まっているか」 | | **在/不在を見る** | いる = 1 / いない = 0 | 「区域に人が入ったら気づきたい」「棚が空のままになっていないか」「20 人以上で混雑とみなす」 | ルールごとに次を指定できます。 | 項目 | 内容 | | --- | --- | | 名前 | グラフ・表・写真に出す名前です（例 `入口の人数`） | | 数え方 | `何件いるか（件数）` / `いるか・いないか（在/不在）` | | 対象 | `人` `車` などを選びます（YOLOX のプリセットでは 80 種類から選べます）。何も選ばなければすべてが対象です。カスタムモデルではラベルをカンマ区切りで入力します | | 区域 | 推論に使った最新のフレームの上を**ドラッグして枠を引きます**。引かなければ画面全体が対象です。**「画面全体に戻す」** で解除できます | | 確定までの秒数 | 「在/不在」のみ。この秒数だけ状態が続いたら確定します。1 フレームだけの誤検出で値が振れるのを防げます | | 「いる」とみなす件数 | 「在/不在」のみ。この件数以上写ったら「いる」とします。空なら 1 件以上です。混雑（20 人以上など）の判定に使います | | 「いる」になった瞬間の画像を残す | 「在/不在」のみ（既定でオン）。いない状態から「いる」に変わったとき、その瞬間のカメラの画像を[メディアビューワー](/docs/guides/photos)に保存します。解像度はカメラの「録画」タブの「保存サイズ」の「静止画」に従い、判定に使ったフレームとは最大 1 秒ほどずれることがあります。映像が届いていないときは判定に使ったフレーム（幅 640px）を残します。画像に枠は描き込みません | **在/不在のルールは、「いる」「いない」が切り替わった瞬間をイベントとして残します**（起動直後の判定は含めません）。イベントは物体検出の[詳細画面](/docs/guides/ai-apps#詳細画面)と[クエリ](/docs/guides/queries)の `events` 表で 30 日間見られます。 分析やクエリで使う `metric_key` は自動で付きます。自分で決めたいときは作成画面の **「詳細」** で指定してください。作ったルールは一覧の **「直す」** で変更できます。 ゾーンに入ったかどうかは**検出枠の中心**で判定します。枠の一部がゾーンにかかっただけでは数えません。 :::note **ルールを 1 つでも作ると、デバイスの `metric_key` ではなくルールごとの `metric_key` に記録されます。** ルールを使わない場合は、これまでどおりデバイスの `metric_key` に検出数が記録されます。 ::: ## ナンバープレートを読み取る タスクに**ナンバープレート読み取り**を選ぶと、カメラに写った車のナンバープレートを見つけて番号を読み取ります。処理はすべてエッジPC の中で完結し、**映像はクラウドへ出ません**（クラウドへ送るのは読み取った番号だけです）。 :::warning **アルファ版です。** 読み取りを外すこと（車体のエンブレムや社番を番号として拾う・ひらがなを読み違える・本物のプレートを取りこぼす）があります。**履歴として残して人が確かめる用途に留めてください。** 読み取りの作りと結果の形は今後大きく変わる可能性があります。 ::: 読み取った番号は次の 3 か所に出ます。 | 経路 | 内容 | | --- | --- | | 詳細画面の最新結果 | 直近に読み取った番号（例 `品川300あ1234`） | | [AI アプリ](/docs/guides/ai-apps#ナンバープレート検知の読み取り) | 読み取りの一覧とエビデンス画像。写り続けている番号は記録し直さないので、1 台が停車し続けても 1 行です。30 日間残ります | | [トリガー](/docs/guides/ai-apps#連携トリガー) | `ナンバーを新しく読んだとき` をきっかけに撮影ジョブを動かすか、カスタム処理へ渡します。外部システムとの連携に使えます | 特定の車両を見張りたい場合は、[判定ルール](#判定ルールで現場の問いに答える)のクラス欄に番号をそのまま書きます（`品川300あ1234,練馬580す4649`）。「在/不在を見る」と組み合わせると、その車が写っている間だけ 1 になります。 :::note **このタスクだけは、文字を読むために推論のたびにカメラを撮影幅の解像度で撮り直します。** そのぶん CPU を使うので、**間隔の既定は 5 秒**にしてあります（他のタスクは 2 秒）。 ::: ### 読み取れる範囲と精度 - **4 桁の一連指定番号（`12-34` の部分）が読み取りの要**です。ここが読めなかったプレートは結果として返しません（看板や標識の文字を車と取り違えないための判定でもあります）。 - **地名・分類番号・ひらがなは併せて読みますが、4 桁ほどの確実さはありません。** 小さく写る文字なので、角度・距離・逆光の影響を受けます。地名まで必要な現場では、まず「検出の重ね合わせ」で読めているかを確認してください。 - **車体に書かれた文字を番号として拾うことがあります。** 車名のエンブレムやバス・トラックの社番が、プレートと同じ「数字で終わる文字列」として通ってしまいます。1 台の車から 2 行出ることがあるのはこのためです。 - **車自体は既定では検出していません。** 「車が写っているときだけ読む」をオンにすると車両検出を先に掛け、車の枠の中にあるプレートだけを採ります。ただし**車種によっては車と認識できず、本物のプレートまで消えます**。オンにしたら必ず読めているか確認してください。 - 読み取り結果からは区切りの `-` と詰め文字の `・` を取り除きます（`・・12` は `12`、`12-34` は `1234`）。 ### 読み取れないときは | 症状 | 対処 | | --- | --- | | 何も返らない | 撮影幅を上げる（1280 → 1920）。カメラをプレートに寄せる・正面に近づける | | 4 桁は合うが地名が違う | 「4桁のみ / 軽量」のプリセットに切り替えると誤読が減ります | | 番号が揺れる | 閾値を上げる（0.5 → 0.7）。判定ルールの「確定までの秒数」でちらつきを抑える | | 車ではない数字を拾う | 「車が写っているときだけ読む」をオンにする（読めなくなったらオフに戻す） | | 車体の文字を番号として拾う | 現状では避けられません。プレートだけが大きく写る画角にすると減ります | | CPU 使用率が高い | 間隔を伸ばす（5 → 10 秒）。撮影幅を下げる | ## 検出を映像に重ねて確認する AI アプリの詳細画面の「結果」タブで、**推論に使ったそのフレーム**に検出枠とゾーンを重ねて表示できます。「なぜ検出されないのか」「ゾーンの位置が合っているか」の切り分けに使ってください。 - 緑の枠が検出、青の破線がゾーン（区域）です。下にルールごとの現在値と、写っている物の内訳（例 `人 3・車 1`）が出ます - ライブ映像ではなく静止画です（推論は数秒おきなので、枠を映像に重ねるとずれるため）。隣に入力元カメラのライブ映像が並びます。「更新」を押すと最新の推論結果を取り直します - 枠は表示のときだけ重ねるもので、**録画やライブ映像には焼き込まれません** ## 制約 :::warning - **同一の対象を追跡しません。** 各サイクルの「その瞬間の検出数」が記録されるため、延べ通過人数のような累計にはなりません。ナンバープレート読み取りだけは、同じ番号が写り続けている間を 1 回の通過として扱います。 - **推論をその場で 1 回だけ実行することはできません。** 登録した推論デバイスが継続的に動く方式で、MCP にもそのためのツールはありません。 - **入力元カメラは同じエッジPC上のものだけ**です。別のエッジPCのカメラは指定できません。 - **結果をきっかけに外部へ知らせられるのは、在/不在のルールの切り替わりとナンバーの読み取りです**（[トリガー](/docs/guides/ai-apps#連携トリガー)）。件数の閾値超過を知りたい場合は、在/不在のルールの **「いる」とみなす件数** を使うか、[ダッシュボード](/docs/guides/dashboards)や[クエリ](/docs/guides/queries)で定期的に確認してください。 - **区域は矩形 1 つです。** 多角形や、線をまたいだ回数（通過数）には対応していません。 - **推論結果が 1 度出るまで、区域は引けません。** モデルの取得中など結果がまだないときは、作成画面に画像が出ません。 - **「いる」になった瞬間の画像は、推論に使った横 640px のフレームです。** エッジPC のソフトウェアが古い場合は保存されません。 ::: ## 結果が出ないときは | モデル状態 | 対処 | | --- | --- | | ダウンロード中のまま | モデルのサイズが大きいか、エッジPCからモデル URL に到達できていません | | エラー | モデル URL、ファイル形式（`.onnx`）、モデルの種類を確認してください。SHA256 を指定した場合はその値も確認してください | | 実行中だが `結果待ち` | 入力元カメラがオフラインの可能性があります。閾値が高すぎて結果が捨てられていないかも確認してください | | 結果は出るが分析に出ない | 「時系列 DB へ保存する」が ON か、データが 7 日以内かを確認してください | 詳しい切り分けは[トラブルシューティング](/docs/operations/troubleshooting)を参照してください。