画像検知AIを発注する前に何を決める？性能を契約で約束しにくいのはなぜ？

発注する前に決めるのは4つです。何を見つけるか、どこで撮ってどこで動かすか、結果を誰がどう使うか、見逃しと誤検知をどこまで許すかです。学習用の写真の集め方も評価のしかたも、この4つで決まります。モデルの種類や写真の枚数は、そのあとで考えます。

道路の損傷ならどう決める？

決めること	道路の損傷での例	決めないと起きること
対象	ポットホールだけか、ひび割れも含むか。どの大きさから拾うか	正解の付け方が人によってぶれる
使う場面	スマホ、ドライブレコーダー、専用の車両のどれで撮るか。どこで動かすか	学習した写真と現場の写真がずれる
使い道	担当者が候補を1件ずつ確かめるか、件数として集計するか	どの評価の数字を見ればよいか決まらない
許せる誤り	見逃しを減らすか、誤検知を減らすか	完成と言える基準が決まらない

対象は、名前だけでなく大きさや程度まで言葉にします。穴の位置を知りたいのか、舗装の劣化の程度を区間ごとに診断したいのかで、つくるものが変わります。たとえば舗装の診断に使うひび割れ率（%）は、写真に枠を付ける検出モデルだけでは出せません（指標は舗装点検要領の要点をまとめた記事を参照）。

見逃しと誤検知、どちらを減らせばいい？

上から見た道路に、穴とひび割れ2本の本物の損傷と、影とマンホールがある。検知AIは穴とひび割れ1本に正しく枠を付け、もう1本のひび割れを見逃し、影に誤って枠を付けている。 — 図1　見逃しは本物に枠がないこと、誤検知は本物でないものに枠が付くこと

見逃しは、実際にある損傷を拾わないことです。誤検知は、影や汚れなど損傷でないものを拾うことです。評価では、それぞれを次の指標で表します（出典: Ultralytics Docs）。

指標	何の割合か	高いと
適合率	「あり」と出した結果のうち、正しかったもの	誤検知が少ない
再現率	実際にある対象のうち、検出できたもの	見逃しが少ない

検知AIは候補ごとに確からしさ（確信度）を出し、しきい値を超えたものだけを残します。しきい値を上げると誤検知は減りますが、捨てた候補に本物があれば見逃しになります。

どちらを減らすかは、使い道で決まります。担当者が候補をすべて目で確かめるなら、誤検知が多少増えても見逃しを減らす側に寄せられます。人の確認を通さずに件数として使うなら、見逃しも誤検知も数字を狂わせます。ポットホールは舗装点検要領で「発見次第対応すべき事象」とされる損傷なので、対象にするなら見逃しを重く見ます（出典: 舗装点検要領 p.3）。

学習用の写真は何枚あればいい？

必要な枚数は対象と撮影条件で変わるため、事前には決められません。学習に使った写真と条件の違う写真では、同じ性能が出るとは限らないからです。経済産業省の契約ガイドライン（AI編）も、モデルの性能は学習用データに左右され、未知の入力への挙動が不明確なため、契約時点での性能保証は難しいとしています（出典: 経済産業省）。

そこで、まず現場で撮る写真の幅を洗い出し、小さく試して、足りない条件の写真を足していきます。

撮影機材と取り付け位置（スマホ、ドライブレコーダー、専用の車両）
走る速さ、時間帯、天候、季節
路面の状態（新しい舗装、古い舗装、補修の跡）
損傷に似ているもの（影、汚れ、水たまり、白線、マンホール）

公開データセットのRDD2022（日本を含む6か国の道路画像47,420枚。ひび割れ3種類とポットホールが対象）で試す方法もありますが、最後は現場の写真で確かめます（出典: Arya ほか, arXiv:2209.08538）。

評価のしかたはどう決める？

評価は、学習に使わない写真で行います。評価用の写真は学習を始める前に分け、学習用とは別の日・別の路線で撮ったものにします。同じ動画から切り出したフレームを両方に混ぜると、評価の数字が実力より高く出ます。評価用の写真は、現場をよく知る発注側が中心になって選びます。

数え方も業務の単位に合わせ、損傷の大きさごとに数えるか、位置が何mずれても同じ損傷とみなすかを先に決めます。国土交通省の点検支援技術性能カタログでも、ポットホールを10cm未満・10〜20cm・20cm以上に分けて作り、正解の位置から5m以内に示せたかで判定しています（出典: 国土交通省）。

論文でよく見るmAPは、性能を大まかにつかむための数字です。業務で知りたいのは、決めたしきい値で使ったときに何件見逃し、何件誤検知したかです。報告には、見逃した例と誤検知した例の写真も入れてもらいます。

契約はどう分ければいい？

経済産業省のガイドラインは、アセスメント、PoC（試作による検証）、開発、追加学習の4段階に分けて進める「探索的段階型」の開発方式を示しています。段階ごとに結果を見て次に進むかを決めるので、十分な性能が出ないと分かった時点でやめられます。

検知AIの開発を4段階に分けた流れ図。アセスメント（成果物はレポート）、PoC（レポートと試作モデル）、開発（学習済みモデル）、追加学習（追加学習したモデル）の順に進み、アセスメントのあととPoCのあとで次に進むかを決める。 — 図2　4つの段階と主な成果物。最初の2段階のあとで進むかを決める

費用と期間も段階ごとに区切ると、発注側は負担を見通しやすくなります。金額を大きく左右するのは、対象の種類と見分けにくさ、撮影条件の幅、正解付け（アノテーション）の量です。

納品後の追加学習を契約に入れるかも、発注前に決めておきます。使い始めると、想定していなかった条件の写真が出てくるからです。誰が、どのくらいの間隔で、どの写真で見直すかを話しておきます。契約の形や成果物の権利の論点は、経済産業省の「AIの利用・開発に関する契約チェックリスト」で確かめられます（出典: 経済産業省）。

YOLOは商用利用できる？

「YOLOなら商用で使える」「使えない」とは、一律には言えません。YOLOの名前が付く検出モデルは提供元が1つではなく、条件も提供元ごとに違うからです。公開されているモデルを土台にするときは、コード、学習済みの重み、学習データの条件を別々に確かめます。2026年9月27日に提供元のページで確かめた表記は次のとおりです。

名称	コード	重み	学習データ
Ultralytics YOLO	AGPL-3.0か、有償のEnterprise License	学習させたモデルも既定でAGPL-3.0の対象	記載を確認できず
YOLOX	Apache License 2.0	記載を確認できず	記載を確認できず
RF-DETR	本体はApache License 2.0、Plusの部品はPML 1.0	多くはApache License 2.0、検出のXL・2XLはPML 1.0	記載を確認できず
RDD2022（データセット）	LICENSEファイルはMIT	該当なし	画像はREADMEでCC BY-SA 4.0、figshareでCC BY 4.0と掲載先で表記が違う

（出典: Ultralytics License、YOLOX LICENSE、rf-detr、RoadDamageDetector、figshare）

Ultralyticsの説明では、YOLOのコードや学習させたモデルを使うなら、プロジェクト全体をAGPL-3.0で公開するか、Enterprise Licenseを取る必要があります。一から学習した場合や、社内だけで使う場合も同じです。

発注するときは、使うコード・重み・データの名前、版、ライセンス、確認した日の一覧を出してもらいます。どの条件を誰が守るのかも、契約の前に説明してもらいます。

相談のときは何を用意すればいい？

完璧な資料はいりません。次のことが分かっていれば、話が早く進みます。

見つけたい対象と写真の例（はっきり写ったもの、判断に迷うもの、似ているが対象でないもの）
撮影機材と撮り方、動かす場所（スマホ、現場の端末、クラウド）
結果を誰がどう確かめ、何に使うか
評価用に取っておける写真と、正解を判断できる人
写真の権利、顔や車のナンバーの写り込みの扱い、預けるデータを開発以外に使ってよいか

契約とライセンスについての内容は法律上の助言ではないため、使う前に原文を確かめ、迷う場合は提供元や弁護士などの専門家に相談してください。

検知AIの構築を相談したい方へ　インフラインテリジェンスでは、見つけたい対象に合わせた検知AIモデルの構築を受け付けています。要件の整理から学習と評価、運用中の再学習までを、小さく試してから広げる順で進めます。

最終確認日: 2026年9月27日

画像検知AIを発注する前に何を決めればいい？性能を契約で約束しにくいのはなぜ？