Blog

画像認識AIの学習方法|ひび割れ検出モデルを作る4ステップ

November 12, 2026
Written by
A row of construction workers in hard hats and safety vests inspecting a large rebar foundation grid at a building site.

画像認識AIの学習方法:ひび割れ検出モデルを作る4ステップ

点検写真がそろい、AIで検出したい損傷も決まっている。そこから必要になるのが、写真を学習に使えるデータに整え、点検業務で求める性能が得られたかを確かめる作業です。画像認識AIの学習は、画像に正解となるラベルを付けるところから始まります。そのデータでモデルを学習させ、学習に使っていない画像で性能を評価します。

この記事では、建物点検でのコンピュータビジョンの活用の一例として、外壁のひび割れが疑われる箇所を示す「物体検出モデル」を取り上げます。ラベルの付け方、データの分割、学習条件の設定から、見逃しや誤検出の確認までを順に説明します。

検出結果に問題があったとき、写真を増やせばよいのか、ラベルや画像サイズを直すべきなのか。具体例を通じて、次に見直すべき点を判断するための考え方を整理します。

1. 検出したい対象とラベルの付け方を決める

まず、点検担当者がAIの結果をどう使うかを決めます。確認が必要な写真を振り分けるだけなら、ひび割れの有無が分かれば足ります。一方、外壁全体を写した写真から個々のひび割れを探すには、画像内の位置も示す必要があります。

例えば、コンクリート外壁の写真に、互いにつながっていない3本のひび割れが写っているとします。画像に正解の情報を付ける作業を「アノテーション」と呼びますが、その方法はモデルに何をさせるかによって変わります。

‍

タスク 写真へのラベル付け モデルが出力するもの
画像分類 写真全体に「ひび割れあり」というラベルを1つ付ける 写真の分類結果。ひび割れの位置や本数は示さない
物体検出 3本のひび割れをそれぞれ長方形の枠で囲み、「ひび割れ」とラベルを付ける ひび割れと判定した箇所を囲む枠
セグメンテーション ひび割れに該当する画素を、見えている形に沿って指定する ひび割れと判定した領域を画素単位で示した結果

‍

今回は、点検担当者が写真のどこを確認すればよいか分かるよう、物体検出を使います。先ほどの例で必要なのは、3つの枠とそれぞれのラベルです。写真全体に「ひび割れあり」と付けるだけでは、モデルが位置を学習するための情報が足りません。

この長方形の枠を「バウンディングボックス」と呼びます。例えば、4,000 × 3,000ピクセルの写真で、左上の座標(800, 600)から右下の座標(1,200, 1,500)までを囲むと、幅400ピクセル、高さ900ピクセルの領域になります。この座標が示すのは画像内の位置と範囲であり、実際のひび割れの幅や長さではありません。

学習後のモデルは、ひび割れが疑われる箇所を示します。その結果を確認するのは点検担当者です。枠が表示されても、それだけで損傷の原因や深刻さを判断することはできません。

2. 点検画像を集め、教師データを整える

画像と正解ラベルを組み合わせたデータを「教師データ」と呼びます。準備する写真は、実際の点検でモデルに入力するものに合わせます。外壁を広く写した写真を使う予定なら、接写だけで学習させても、小さく写るひび割れや周囲の特徴を十分に学べません。接写と広範囲の写真をそろえ、日が当たるコンクリート面やバルコニー下の日陰も含めます。

ひび割れのない面も必要です。打継ぎ目、窓枠の縁、黒い筋状の汚れは、ひび割れに似て見えることがあります。これらをひび割れではないと確認した写真も含め、該当部分にはひび割れのラベルを付けません。

画像を集める際には、建物名と撮影日も記録します。後で、学習に使う写真と性能評価に残す写真を分ける際に必要になります。

判断が分かれる箇所は、先に基準をそろえる

写真が適切でも、何をひび割れとして囲むかが担当者によって違えば、教師データにばらつきが生じます。全件にラベルを付ける前に、例えば20枚を2人が別々にアノテーションし、結果を比較します。

判断が分かれた箇所をもとに、共通のルールを決めます。枝分かれしたひび割れを1つの枠で囲む人と、複数に分ける人がいたら、写真を一緒に確認してください。合意した例を参照用に保存しておくと、その後の作業でも判断をそろえられます。この記事では、目で見てつながっている枝分かれは1つの枠に収め、離れたひび割れは個別に囲みます。

一部が隠れている場合の扱いも決めておきます。配管や外壁の突起で見えない部分は推測せず、確認できる範囲だけを囲みます。そもそもひび割れかどうか判断できない写真は、ラベル付けを保留し、点検担当者に確認を依頼します。

ルールが決まったら、作成済みのラベルも見直します。ひび割れの付け漏れや、打継ぎ目・汚れを誤って囲んだ箇所がないかを確認します。

学習用・検証用・テスト用に建物単位で分ける

次に、モデルの学習に使う画像と、性能の確認に使う画像を分けます。例えば1,000枚なら、次のような構成が考えられます。これは70:15:15に分割した例であり、学習に必要な枚数を示すものではありません。

‍

データの区分 枚数の例 用途
学習用データ 700枚 モデルが画像の特徴と正解ラベルの関係を学ぶ
検証用データ 150枚 学習途中の性能や変更後の結果を比較し、設定を選ぶ
テスト用データ 150枚 モデルと設定を決めた後に、最終的な性能を評価する

‍

写真を1枚ずつ無作為に振り分けると、よく似た画像が別々のデータ群に入ることがあります。例えば、ドローンで1秒違いに撮影した2枚には、ほぼ同じ壁面が写っているかもしれません。一方を学習用、もう一方をテスト用にすると、学習中に見たものとよく似た画像で性能を測ることになります。

別の建物でも使えるかを確かめるなら、同じ建物の写真はすべて同じ区分にまとめます。その結果、上の比率から多少ずれても構いません。そのうえで、各区分に含まれる撮影条件を確認します。建物ごとに分けても、評価用の写真が日なたの接写ばかりでは、日陰や広範囲を写した画像での性能は分かりません。

開発中の比較には検証用データを使い、テスト用データは採用するモデルが決まるまで使いません。テスト結果を見て再調整した場合は、その調整に使っていない別の画像で、改めて性能を評価する必要があります。

サイズ変更後もひび割れが見えるか確認する

データを分けたら、モデルに入力する状態の画像を確認します。サイズ変更や切り抜きによって、写っている情報は変わります。学習前に、加工後の画像と元画像を並べて見比べます。

例えば、横幅4,000ピクセルの写真を1,000ピクセルに縮小すると、写っている特徴の幅も4分の1になります。元画像で幅4ピクセルだったひび割れは、およそ1ピクセルです。その大きさでは、打継ぎ目や汚れと見分けるための細部が失われる可能性があります。

画像と一緒に、ラベルの位置も確認します。切り抜きや拡大・縮小を行った後も、枠が対象のひび割れに合っていなければなりません。ひび割れが見えなくなっていたり、枠がずれていたりする場合は、学習を始める前に前処理を見直します。特徴を確認できる画像と、正しい位置のラベルがそろって初めて、学習に使える状態になります。

3. モデルを選び、学習条件を設定する

まずは、ほかの画像ですでに学習した「事前学習済みモデル」を使い、用意した点検写真で追加学習させます。こうしたカスタムAIモデルの学習では、既存のモデルが学んだ特徴を土台に、対象のひび割れを検出できるよう調整します。ただし、点検対象に対して十分な性能が得られたかは、学習後に評価する必要があります。

処理枚数と完了までの時間から候補を選ぶ

撮影中に損傷の候補を表示するなら、次々に届く画像を処理できるモデルが必要です。ドローン調査後にまとめて解析する場合は、処理に使える時間が異なります。モデルの候補は、業務で求める処理時間と、使用するハードウェアを踏まえて選びます。

例えば、2,000枚の写真を1時間以内に処理するなら、作業全体で使える時間は1枚当たり平均1.8秒です。この1時間には、アップロード、画像の前処理、検出結果の保存も含まれます。モデル単体の公表値だけで判断せず、実際に使うハードウェアで一連の処理にかかる時間を測ります。

時間内に終わっても、検出結果が点検業務に適しているとは限りません。誤検出が多ければ点検担当者の確認箇所が増え、見逃しがあれば損傷が候補に挙がりません。処理速度と検出性能の両方を確認する必要があります。

短い試行で動作を確かめてから学習を進める

本格的に学習を始める前に、短い試行で動作を確認します。画像とラベルを読み込めるか、検証処理が完了するか、学習したモデルを保存できるかを確かめます。問題がなければ、画像サイズ、バッチサイズ、学習回数を設定します。

‍

設定項目 決める内容 設定時の確認ポイント
画像サイズ モデルに入力する画像の縦横の大きさ 前処理後もひび割れを見分けられるサイズにする
バッチサイズ 学習の1ステップでまとめて処理する画像枚数 ハードウェアの利用可能なメモリに収まる枚数にする
エポック数 学習用データ全体を繰り返し学習する回数 上限と、検証結果に基づく終了条件を決める

‍

学習用データ全体を1回使うことを「1エポック」と呼びます。先ほどの700枚で50エポック学習するなら、同じ700枚を50回繰り返して使います。35,000枚の異なる写真から学ぶわけではありません。

回数を増やせば検出性能が上がるとも限りません。「早期終了」は、あらかじめ決めたエポック数の間、検証結果に改善がなければ学習を止める仕組みです。改善が見られなくなった後も、上限まで学習を続けることを防ぎます。

設定値は、使用した事前学習済みモデルとデータセットのバージョンとともに記録します。後で性能が変わったときに、モデル、写真、学習条件のどこを変えたか確認できるようにするためです。

検証結果から過学習の兆候を見る

学習用データに対する誤差が下がっていれば、そのデータへの当てはまりはよくなっています。一方、検証用画像では見逃しや誤検出が増えているなら、過学習を疑います。学習に使った写真には対応できても、別の写真ではうまく検出できていない状態です。

1回の悪化だけで判断せず、複数回の検証で同じ傾向が続くかを確認します。学習途中のモデルと検証結果も保存しておけば、学習を進めて性能が落ちた場合に、以前の状態へ戻せます。最後に保存したモデルが、最も性能のよいモデルとは限りません。

‍

Two people working together at a desk with laptops and paperwork.

4. 見逃し・誤検出を調べ、改善点を絞る

AIによる欠陥検出の精度を評価する前に、ひび割れの見逃しをどこまで許容するか、点検担当者が確認できる誤検出はどの程度かを決めます。検出結果を点検担当者が確認した正解ラベルと照合し、その基準を満たしているかを確かめます。必要な性能に加え、所定の時間内に処理できるかも評価します。

再現率・適合率を写真と照らし合わせる

検証用画像に、正解ラベルを付けたひび割れが200件あるとします。モデルが180件を正しく検出し、20件を見逃した一方で、ひび割れではない箇所にも60個の枠を付けた場合、結果は次のようになります。

‍

指標 計算例 分かること
再現率(Recall) 180 ÷ 200 = 90% 正解ラベルのあるひび割れのうち、10件中9件を検出できた
適合率(Precision) 180 ÷ 240 = 75% モデルが出力した枠のうち、4個中3個が正しくひび割れを示していた

‍

位置を正しく検出したと数えるには、モデルの枠と正解ラベルの枠が、評価で定めた基準以上に重なっている必要があります。モデル同士を比較する際は、この基準をそろえます。基準を緩めると、位置のずれた枠まで正解に数えられ、性能が改善したように見えてしまいます。

数値を確認したら、誤検出した箇所と見逃したひび割れを写真で見直します。何も検出されなかった画像も対象に含めます。枠が表示された部分だけを確認していると、見逃しの一部を調べられません。

どの撮影条件で失敗しているかを調べる

全体の数値だけでは、特定の条件での弱点が隠れることがあります。接写に含まれるひび割れ160件をすべて検出し、広範囲を写した写真では40件中20件しか検出できなかった場合でも、全体の再現率は90%です。しかし、広範囲の写真に限れば半数を見逃しています。

撮影距離、材質、明るさなどの条件別に結果を分けると、問題の原因を絞り込めます。

  • 広範囲を写した写真で見逃しが多い場合: 元画像とサイズ変更後の画像を比較します。縮小でひび割れの細部が失われているなら、写真を追加する前に、入力画像のサイズを大きくして試します。
  • 打継ぎ目を繰り返し検出する場合: 学習用のラベルを確認します。同じ特徴に異なるラベルが付いていれば修正します。打継ぎ目を含む事例が不足しているなら、ひび割れではないと確認した画像を追加します。

必要な修正は、原因によって異なります。写真を増やすだけでは、前処理で失われた細部は戻らず、ラベルの矛盾も解消しません。

一度に変える条件を絞って比較する

広範囲の写真での見逃しが縮小処理に起因するなら、学習用の写真とほかの学習条件は変えず、入力画像のサイズを大きくして試します。同じ検証用画像を使い、枠の重なりの判定基準と信頼度スコアのしきい値もそろえて比較します。

信頼度スコアのしきい値は、モデルが出した候補のうち、どのスコア以上を検出結果として残すかを決める値です。この値まで変えると、見逃しや誤検出の件数が変わり、画像サイズの変更による効果を判断しにくくなります。

広範囲の写真で見逃しが減ったら、ほかの条件でエラーが増えていないかも確認します。その後、処理時間を測り直し、変更後も調査画像を所定の時間内に処理できるかを確かめます。

モデルと設定が決まった段階で、それまで使っていないテスト用データで性能を評価します。その結果を見て再調整した場合は、調整に使っていない別の画像で改めて評価します。要求を満たせない撮影条件については、モデルを改善する間、担当者が写真を確認する運用を続けます。

まとめ

画像認識AIの学習では、検出したい対象を明確にし、実際の点検条件に合う写真と、一貫した正解ラベルを用意します。縮小によってひび割れが見えなくなっていたり、同じ特徴へのラベル付けが担当者ごとに違っていたりするなら、学習回数を増やす前にその問題を直す必要があります。

点検業務に使えるかどうかは、学習や調整に使っていない写真で判断します。どの条件なら安定して検出でき、どこに見逃しや誤検出が残るのかを確認し、モデルを使う範囲と人が確認する手順を決めます。検出された損傷の候補についても、点検担当者による確認が必要です。

その確認では、検出結果から元の写真と損傷箇所をたどれることが重要になります。当社の点検データ解析・管理プラットフォーム「H3 Zoom」は、AIを活用した外壁点検で、検出した損傷を元画像や外壁上の位置情報と紐づけます。点検担当者は、ひび割れが疑われる箇所を写真で確認し、建物のどこにあるかを把握したうえで、追加確認が必要かを判断できます。

Next Read