【YOLOで作る画像認識ツール 第3回】種類ごとに何個あるか数えて、CSVに集計する

前回の第2回では、認識結果を枠とラベルで画像に描き、間違いを目で確認できるようにしました。今回は、検品や在庫確認で最も使われる機能、「何が何個あるか」を数えて集計する処理を作ります。

写真1枚ではなく、フォルダに入った複数の写真をまとめて処理し、結果をExcelで開けるCSVに出力します。

この回で作るもの

• 検出結果を、種類ごとの個数に数える関数
• 個数をCSV（Excelで開ける表形式のファイル）に書き出す処理
• フォルダ内の画像をまとめて処理するコマンド（1枚が壊れていても止まらない）

仕組み：検出した件数を、種類ごとに数える

画像認識のAIが出すのは「ここに、これがある」という個別の結果です。「全部でいくつか」は、その結果をプログラムで数えることで得られます。

1. 画像を認識して、検出結果の一覧を得る
2. 種類（label）ごとに件数を数える
3. 画像ごと・種類ごとの個数を、CSVに1行ずつ書く

実装

種類ごとに数える app/counter.py

# app/counter.py（抜粋）
def count_by_label(detections: list[Detection]) -> Counter[str]:
    """種類（label）ごとの件数。例: Counter({"orange": 3, "banana": 1})"""
    return Counter(d.label for d in detections)

Counter は、Pythonの標準で使える「数え上げ」の道具です。

CSVに書き出す

# app/counter.py（抜粋）
def write_counts_csv(rows: list[tuple[str, Counter[str]]], out_path: str | Path) -> Path:
    out = Path(out_path)
    out.parent.mkdir(parents=True, exist_ok=True)
    with out.open("w", encoding="utf-8-sig", newline="") as f:
        writer = csv.writer(f)
        writer.writerow(["image", "label", "count"])
        for image_name, counts in rows:
            if not counts:
                writer.writerow([image_name, "", 0])  # 何も見つからなかった画像も1行残す
            for label, count in sorted(counts.items()):
                writer.writerow([image_name, label, count])
    return out

工夫した点は2つです。

• utf-8-sig（BOM付きUTF-8）で保存：ExcelでCSVを開くと、BOMが無いUTF-8は日本語が文字化けすることがあります。BOMを付けると、そのまま開けます
• 何も見つからなかった画像も1行残す：「見つからなかった」と「処理していない」を区別するためです。行が無いと、処理漏れと見分けがつきません

フォルダをまとめて処理する app/batch.py

# app/batch.py（抜粋）
def process_folder(folder: str | Path, detector: Detector) -> tuple[list[tuple[str, Counter[str]]], list[str]]:
    """全画像を処理する。1枚が壊れていても止めず、失敗した画像名を別に返す。"""
    rows: list[tuple[str, Counter[str]]] = []
    failed: list[str] = []
    for image in find_images(folder):
        try:
            rows.append((image.name, count_by_label(detector.detect(image))))
        except Exception:  # 壊れた画像などで全体を止めない。原因はログに残す
            logger.exception("処理に失敗しました: %s", image)
            failed.append(image.name)
    return rows, failed

100枚の写真のうち1枚が壊れていても、残りの99枚の結果は出したいものです。そこで、失敗した画像は名前を記録して次に進み、最後に「失敗した画像」として報告します。

動かして確かめる

練習用の画像を作る

フォルダ処理を試すため、サンプル画像を左右に切り分けた2枚を作ります。

python tools/make_samples.py    # fruits_left.jpg / fruits_right.jpg を作る
python -m app.batch samples --csv out/counts.csv

3 枚を処理し、out/counts.csv に保存しました
- fruits.jpg: {'orange': 4}
- fruits_left.jpg: {'orange': 2}
- fruits_right.jpg: {'orange': 3}

CSVの中身は次のとおりです。

image,label,count
fruits.jpg,orange,4
fruits_left.jpg,orange,2
fruits_right.jpg,orange,3

数えるときの落とし穴が見える

元の写真では4個でしたが、左半分と右半分に分けると2個と3個で、合計は5個になります。写真の切り方を変えただけで、個数が変わりました。

• 枠の境目にまたがる物体が、2回数えられたり、逆に見逃されたりする
• 物体の一部しか写っていないと、判定が変わる

これは、実際の現場でも起きる問題です。たとえば、棚を2枚の写真に分けて撮ると、境目の商品が二重に数えられることがあります。撮影のルール（撮る範囲・重なり）まで含めて設計することが大切です。

テスト

pytest -q      # 15件成功
ruff check .   # 問題なし

テストでは、偽の検出器を使い、種類ごとの集計、CSVのBOMと0件の行、画像の絞り込み、失敗時も処理が続くことを確認しています。

つまずきやすい点

• CSVが文字化けする：BOM付きUTF-8で保存し、Excelで開けるようにします
• 見つからなかった画像が消える：0件の行を残さないと、処理漏れと区別できません
• 同じ物体を二重に数える：撮影の範囲・重なりのルールを決めます
• 数えたい種類が学習済みモデルに無い：レモンなどは正しく数えられません。追加学習は第7回で扱います

発注者向けメモ：「数える」業務は許容範囲を決める

個数を数える機能は、便利な反面、数え間違いをどこまで許容するかが仕様の中心になります。人が数える場合にも、ミスはゼロではありません。「AIの誤差が人と同程度か」「差が出たときにどう扱うか」を決めておきます。

発注者がやること チェックリスト

• ☐ 数えたい対象の種類と、写真の撮り方（範囲・角度・明るさ・重なり）を決めた
• ☐ 許容できる誤差（例：±1個まで）を、業務の言葉で決めた
• ☐ 人が数えた結果と、AIの結果を並べて比べる期間を設けることにした
• ☐ 集計結果の受け渡し先（Excel・既存システム）と形式を決めた
• ☐ 処理に失敗した写真をどう扱うか（再撮影・手作業）を決めた

開発会社への質問例

• 「数え間違いの許容範囲は、どのように決め、どのデータで確認しますか」
• 「撮影のルール（範囲・重なり・照明）は、どこまで開発側で設計してもらえますか」
• 「処理に失敗した画像や、何も見つからなかった画像は、どのように記録・通知されますか」
• 「集計結果は、当社のExcelや既存システムにどの形式で渡せますか」

まとめと次回予告

第3回では、次のことを行いました。

• 検出結果を種類ごとに数え、CSV（BOM付き）に書き出せるようにした
• フォルダ内の画像をまとめて処理し、1枚が壊れても止まらないようにした
• 写真の切り方で個数が変わる例から、撮影ルールの大切さを確認した

次回の第4回では、この認識処理をFastAPIでAPI（ほかのシステムから呼び出せる窓口）にします。

この連載の記事一覧

この記事は連載「YOLOで作る画像認識ツール」の1回です。連載のほかの回は次のとおりです（連載の一覧ページ）。

• 【YOLOで作る画像認識ツール 第0回】全体像と環境づくり：YOLOで最初の1枚を認識する
• 【YOLOで作る画像認識ツール 第1回】信頼度のしきい値とJSON出力：認識結果を「使える形」にする
• 【YOLOで作る画像認識ツール 第2回】認識結果を画像に描いて確認する：枠とラベルで「間違い」を見つけやすくする
• 【YOLOで作る画像認識ツール 第3回】種類ごとに何個あるか数えて、CSVに集計する（この記事）
• 【YOLOで作る画像認識ツール 第4回】FastAPIで画像認識を「API」にして、ほかのシステムから使えるようにする
• 【YOLOで作る画像認識ツール 第5回】ブラウザから写真をアップロードして、認識結果をその場で見る
• 【YOLOで作る画像認識ツール 第6回】精度を数字で測る：正解データと、適合率・再現率
• 【YOLOで作る画像認識ツール 第7回】学習済みモデルにない対象を覚えさせる：追加学習の手順と、結果の正しい読み方
• 【YOLOで作る画像認識ツール 第8回】自信の低い結果だけ人が確認する：AIと人の役割分担を設計する
• 【YOLOで作る画像認識ツール 第9回】速く・軽くする：ONNXに変換してCPUで動かし、変換前後を比べる
• 【YOLOで作る画像認識ツール 第10回】Dockerで動かす：設定・ログ・ヘルスチェックを運用に近い形にする
• 【YOLOで作る画像認識ツール 第11回（最終回）】運用の注意点とライセンス（AGPL-3.0）：精度の低下に気づく仕組みと、連載のまとめ