工事写真 撮り直しゲート（品質チェック）
現場を離れる前に、ブレ・露出から撮り直し候補をブラウザ内でその場に表示。工種・箇所タグを付けてCSV台帳として既存の写真管理アプリへ渡せます。写真は端末外へ送信しません。
🧪 このデモは実験・検証中です
「現場を離れる前に写真の撮り直し要否をその場で判定できれば、事務所に戻ってからの撮り直し・再訪問を減らせる」という仮説を、ブレ・露出のみを判定するMVPで検証中。
🤝 仲間を募集中：施工管理・点検の現場実務者の試用フィードバック／実際の写真台帳運用フロー・様式の知見／しきい値のチューニングに使える実写真データ——デモに協力できる方がいれば、ぜひご連絡ください。
協力の連絡をする写真は送信されません。画質チェック（ブレ・露出の判定）はすべて端末内（ブラウザ）で行い、写真データを品質判定のために外部サーバーへ送信することはありません。 一方、このページの利用状況を計測するイベント（アクセス解析）は、サイト共通の方針に従って送信されます（写真そのものは含みません）。詳しくはプライバシーポリシーをご覧ください。GPS等の位置情報は読み取りません。
本ツールは写真の「品質」（ブレ・露出）のみを判定します。ひび割れ等の損傷の有無・工事の完了・電子納品基準への適合を判定・保証するものではありません。 判定はあくまで撮り直し要否の補助であり、最終的な合否確認は必ず人（点検員・現場責任者等）が行ってください。
1写真を追加する（複数まとめてOK・上限200枚）
2既定の工種・箇所（任意・新しくチェックした写真に適用されます）
開発者向け: 簡易精度チェック（予備測定）
public/samples/crack の実写真4点と、そこから合成したブレ/露出過多/露出不足の模擬劣化版（各4点、計16件）を判定し、 期待どおりの判定になったかを集計します。予備値・小規模です（本測定はユーザー撮影100枚で後日実施予定）。
EDGE EVIDENCE
エッジ動作の確認結果
処理場所、通信、保存、速度を同じ基準で確認できます。
ページ表示、モデル取得、アクセス解析などの通信は、AI入力を推論サーバーへ送る通信とは分けて表示します。
- 品質判定の実行場所 仕様
- このブラウザ内
- Canvasで縮小した画像をJavaScriptの画質判定処理へ渡します。推論APIは使いません。
- 品質判定用画像の外部送信 仕様
- 0バイト
- 画像の選択、判定、タグ付け、CSV生成までを端末内で処理する実装です。
- オフライン条件 仕様
- 事前読込後に実機確認が必要
- Service Workerの制御状態だけでは全資産のキャッシュ完了を保証できません。オンライン中に一度実行し、実際に回線を切って再実行してください。
- 端末内の保持内容 仕様
- 画面を開いている間の判定結果
- 自動で永続保存しません。CSVは利用者が明示的に操作した場合だけ保存します。
- 判定時間 未測定
- 固定値を掲載していません
- 画像サイズと端末性能で変わります。共通条件での端末別測定は今後の検証対象です。
- 判定方式 仕様
- ルールベース画像処理
- ラプラシアン分散と輝度統計を使用します。学習済みAIモデルによる対象認識ではありません。
蔵衛門・Photoruction等の「代わり」ではありません
このデモは、有料の工事写真台帳アプリ（蔵衛門・Photoruction等）を置き換えるものではありません。現場を離れる前の「無料・端末内の前段ゲート」として、撮り直し候補をその場で確認し、タグ付けしたCSVを既存の台帳アプリへの受け渡し材料として使う位置づけです。 電子納品の様式やフォルダ構成への対応、台帳アプリとの直接連携は目標にしていません。
何を「撮り直し推奨」に、何を「警告」にするか
未検証のしきい値だけで写真を棄却しないよう、ブレと極端な露出は「撮り直し推奨」として表示します。対象が写っていない疑い・反射の疑いは誤検出が多いため、参考情報の「警告（要確認）」に留めます。最終判断は利用者が行ってください。
ブレ（撮り直し推奨）
撮り直し推奨ラプラシアン分散でピントのボケ・手ブレを検出。しきい値を下回ると撮り直しを推奨します。
露出過多・露出不足（撮り直し推奨）
撮り直し推奨輝度ヒストグラムで白飛び・黒潰れの画素割合を計測。極端な場合のみ撮り直しを推奨します。
対象欠け・情報量不足（警告）
要確認エッジ密度から画面内の情報量の少なさを推定。誤検出が多いため参考表示のみ。
反射・照り返しの疑い（警告）
要確認局所的な白飛びの割合から反射・グレアの可能性を推定。参考表示のみ。
使い方
撮る・アップロードする
現場でカメラ撮影するか、撮影済みの写真をまとめてアップロード。
端末内で品質チェック
長辺1600pxに縮小したコピーでブレ・露出をその場で判定。写真は送信されません。
品質条件内の写真にタグ付け
工種・箇所をプリセット+自由入力でタグ付け。フィルタで絞り込みも可能。
CSV台帳を書き出す
ファイル名・撮影日時・タグ・判定を含むCSVを出力し、既存の写真台帳アプリへ渡す。
オフライン利用の確認手順
📶 オフライン動作
モデル取得は不要ですが、Service Workerの制御だけでは必要資産のキャッシュ完了を保証できません。現場へ行く前にオンラインでページを開き、実際に機内モードへ切り替えて品質チェックからCSV出力まで再実行してください。 キャッシュの削除、容量制限、ブラウザ更新の影響を受けるため、この切断試験を行っていない端末ではオフライン利用は未確認です。
🔒 データ最小化
写真データは送信されません。EXIFのGPS位置情報は読み取りません（コード上、GPS用タグを一切参照しない実装）。
💴 コスト
サイト利用料と登録は不要で、推論APIは使いません。端末、電力、通信、導入・運用にかかる費用は別です。
工事写真の品質チェックを、実際の台帳運用に載せられるか
この仕組みが自分の現場に要るか、先に整理する
いくつかの質問に答えると、次に試すデモ・追加で確かめること・PoC受入基準のひな型が表示されます。登録は不要で、結果はその場で全部見られます。
意思決定室で整理する（登録不要・約3分）汎用デモを「現場仕様」に近づける3つの道
このデモでうまく判定できなかった写真こそ、改善の出発点になります。相談時はお手元の端末でご覧いただきながらで結構です （写真ファイルをお送りいただく必要はありません）。
① しきい値・ルール調整
トンネル内・夜間・反射の多い現場など、工種や撮影環境に合わせてブレ・露出の判定基準を調整します。
② プラグイン・連携対応
お使いの台帳アプリ・電子納品システムに合わせてCSVの形式・出力項目を調整し、既存フローへの組み込みを検討します。
③ ワンクッションFT（専用AI化）
現行のルール判定で扱えない対象確認が必要な場合は、御社の写真・様式を使った専用モデルの追加を検討します。改善幅は保証できないため、同じ評価データでルール判定・汎用モデル・専用モデルを比較します。
現場撮影に役立つ機材
端末内処理のみのため高性能なPCは不要です。撮影のしやすさを重視した構成の例です。
Raspberry Pi 5 ＋ カメラモジュール V3。軽量モデルの物体検出・顔認識を1台で。
Raspberry Pi 5 ＋ AI Camera（IMX500）。オンセンサーAIで低負荷・高フレームレートに。
価格は目安（変動あり）。下のカードから用途に合うものを選んでください（全点を揃える必要はありません）。
Raspberry Pi AI Camera（IMX500）
Sony IMX500搭載のAI処理内蔵カメラ。カメラ側でAI推論を実行し、ホストの負荷が極めて低い。
※ 上記リンクはアフィリエイトリンクです（購入で当サイトに収益が発生する場合があります）。 価格は目安で、最新価格・在庫はリンク先でご確認ください。構成は用途の一例です。
関連ガイド
関連デモ
AIモデルやAI推論を使わず、Canvasのルールベース画質確認、点検メモ、IndexedDBの端末内キュー、再接続後の同期判断を一続きで体験。エッジAI導入の前段となるオフライン業務基盤を確認するデモです。同期処理はシミュレーションです。
🟢 0MB（モデル不要）現場の音声をブラウザ内のWhisperで文字起こしし、道路橋の点検項目を参考にした独自JSONの下書きへ構造化。正式様式への準拠を示すものではありません。オフライン確認は既存文字起こし結果の再構造化のみで、Whisper文字起こしの再実行は対象外です。判定は点検技術者が最終確認します。
🟡 Whisper Small 約244Mパラメータ、ONNX int8 約190MB。Prompt API用モデルはブラウザ環境依存このデモを「実機」で使うには？
実測データで最適な機種を選び、つまずいたら原因→対処をたどれます。
業務への導入を検討中の方へ：このデモのような、入力に近い端末で処理する仕組みの設計・開発相談はLink Fieldへ無料で送れます。
🤝 導入の相談をする