屋外広告物 巡回・違反検知AI(台帳照合)
沿道・商店街の写真から看板をブラウザ内AI(OWLv2ゼロショット / RF-DETR微調整済み)で抽出し、サンプル許可台帳と照合。無許可の疑い・許可期限切れ・規格不適合の疑い・適合を透明なルールで判定し、巡回記録と2026年4月新様式準拠の安全点検報告書ドラフトまで作成します。写真・台帳・判定結果はこの処理のために外部サーバーへ送信・保存しません。ページ・モデル取得、通常のアクセスログ／アクセス解析では通信が発生します。
🧪 このデモは実験・検証中です
「屋外広告物の巡回・違反スクリーニングは、写真＋許可台帳の照合で自動化できる」という仮説を、サンプル台帳＋2026年4月新様式の報告書ドラフト生成まで作って検証中。
🤝 仲間を募集中：屋外広告物の許可・巡回事務に関わる自治体/事業者の業務知見／実際の台帳形式・現場写真での精度検証／条例ごとの規格基準の情報——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v2: エージェント・ループ形式のケーススタディを追加
「取込→検出→OCR照合→判定→是正→再確認→報告」を1本のトレースとして自動で進め、3箇所の人の承認点（①台帳更新の前 ②違反判断の確定前 ③是正通知の発出前）を経て、案件ID単位で証跡を1画面から辿れます。台帳CSVインポート（モック）・更新期限一覧も追加しました。従来の「写真ごとに検出・照合を試す」手動デモはそのまま第2タブに残しています。
写真から報告書ドラフトになるまで（手動デモ）
写真を選ぶ
サンプルの実写3枚（フリーライセンス写真）、または自分で撮った沿道・商店街の写真を選びます。
ブラウザ内で看板を検出
汎用的なOWLv2と看板専用に微調整したRF-DETRを選んで端末内検出。サンプルはOWLv2の事前計算結果を使います。
サンプル許可台帳と照合
距離や種別の近さで並んだ候補から該当する許可情報を選ぶ、または「該当なし」を選びます。
巡回記録・報告書ドラフトへ
無許可の疑い・許可期限切れ・規格不適合の疑い・適合を透明なルールで判定し、報告書ドラフトまで自動作成します。
なぜ「巡回×台帳照合」が課題になっているか
2015年に札幌市で発生した看板落下事故を契機に、国土交通省は2016年、屋外広告物条例の運用指針(ガイドライン)を改正し、許可更新時の点検報告を求める方向性を明確化しました。多くの自治体で屋外広告物の許可は3年ごとの更新制となっており、更新時には点検資格者(屋外広告士等)による点検報告が求められています。
国土交通省の指針では、点検項目を基礎・支持部・取付部・広告板・照明・その他の6分類で確認することが示されています(出典: 国土交通省 屋外広告物の点検に関する資料(PDF))。2026年4月からは、良好・経過観察・要改善の3段階判定に整理した新様式への移行が進められており、本デモの安全点検報告書ドラフトはこの新様式のサブセットを模したものです。
一方で、総務省行政評価局は屋外広告物行政に関する実態調査を実施しており、許可更新時の点検報告が徹底されていない事例が指摘されるなど、限られた人員での巡回・台帳照合には運用上の課題があるとされています。
仕組み: 汎用ゼロショットと看板専用FTを比較
🎯 ゼロショット物体検出
本デモが使うOWLv2(ゼロショット物体検出)は、「看板」というクラスだけを学習した専用モデルではなく、画像と単語の意味的な近さを学習した汎用モデルです。"billboard" "shop sign" のような英語の候補ラベルを渡すだけで、看板らしき領域を検出できます。
🚧 看板専用・微調整済み
RF-DETR Nano v1-B(約32MB)は、日本の路上写真を弱教師として加え、看板1クラスに微調整した専用型です。人手レビュー完了前の試作版のため、検出精度は暫定値です。
⚡ 安定性重視のWASM実行
どちらのモデルも環境差による失敗を避けるためWASM(CPU)で動作します。サンプル画像はOWLv2の検出結果を事前計算済みのJSONとして持つため、サンプルを見るだけならモデルの読込は不要です。
このデモでやらないこと
- 動画のリアルタイム処理(静止画1枚単位の解析のみ)
- 実写画像からの実OCR(読取結果はデモ用に付与した架空データ・precomputeのみ。ライブOCRは非対応)
- 実在の台帳・自治体システムとの連携(サンプル台帳はすべて架空データ、CSVインポートもモック)
- 写真からの面積・高さ自動採寸(台帳値または手入力の数値を使用)
- サーバでの処理(すべてブラウザ内で完結)
- 実在自治体の条例値の再現(条例パラメータはモデル例示値)
- 是正通知・登録勧奨文書の自動発出(ドラフト生成まで。実際の送信は職員が別途行う想定)
- マルチテナントSaaS・ログイン・サーバ保存(セッション内のみで完結)
自治体・管理組合での活用の可能性
屋外広告物の許可事務では、申請台帳との二重照合、現場で撮った写真を持ち帰ってからの突き合わせの二度手間、少人数体制での網羅的な巡回が実務上の負担になりやすいと言われています。端末内で完結するAIによる一次スクリーニングは、現地でその場に候補を絞り込み、疑わしい箇所から優先的に確認するといった運用の補助になり得ます。最終的な違反認定・是正指導は、これまで通り自治体・屋外広告士等の専門資格者が行うことに変わりはありません。
本デモのサンプル画像・許可台帳・事業者名・許可番号・OCR読取結果・案件ID・是正措置・承認履歴はすべて架空のデモ用データです(詳しくは public/samples/signage/ATTRIBUTION.md)。実在の場所・事業者・許可情報とは一切関係ありません。出力するCSV・JSON・印刷物・報告書ドラフトにも同様の免責を記載しています。
巡回と台帳照合を、実際の許可台帳・様式で回せるか
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）御社・自治体の許可台帳と様式に合わせた巡回・点検自動化を相談する
体験版はサンプルの架空台帳・簡易様式です。実際の導入では、御社・自治体の許可台帳フォーマット・条例値・点検様式に合わせて調整し、現場の端末で動く仕組みとしてご提案します。
🤝 御社・自治体の許可台帳と様式に合わせた巡回・点検自動化を相談する関連ガイド
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