公開GT付きデータセットで検証：幹線道路の車両カウント精度91%
2026-04-21
検証条件
検証結果
| 項目 | AI計測 | 手動計測 | 精度 |
|---|---|---|---|
| 乗用車・バン (car+van) | 280 | 251 | 88.4% |
| トラック類 | 14 | 4 | — |
| バイク | 0 | 15 | 0% |
| 合計 | 294 | 270 | 91.1% |
考察・ポイント
- 01乗用車とバンの合算カテゴリでは88.4%の精度。YOLOv8のCOCOモデルにはvanクラスがなく、バンは乗用車（car）として検出されるため、GTのcar(215)+van(36)=251台と比較すると適正な精度。
- 02バイク（GT:15台）の検出はゼロ。二輪車は車体が小さく、横からのカメラ角度では自動車と重なるシーンが多い。二輪車の多い路線への適用は別途チューニングが必要。
- 03トラック類はGT4台に対してAI14台と過検出。大型乗用車やバンの一部がトラックと誤分類されたと推定。プロンプトで「乗用車とトラックの区別」を詳細指定すると改善の余地あり。
- 04本検証はGRAM-RTMの公開グランドトゥルース（研究機関が人手でアノテーションした正解データ）を使用。手動目視計測に依存せず、客観的な精度検証が可能。
なぜ「グランドトゥルース付きデータセット」で検証するのか
交通量AIの精度を正直に評価するためには、あらかじめ正解が分かっている映像での検証が不可欠です。本検証では、スペイン・アルカラ大学が公開している GRAM-RTM データセット（Madrid M-30幹線道路の固定カメラ映像）を使用しました。このデータセットは研究者が全フレームを人手でアノテーションしており、270台の車両IDが正解データとして確定しています。
GRAM-RTM M-30 について
M-30はマドリード市内を囲む環状幹線道路で、交通量の多い昼間帯に800×480解像度で撮影された7,520フレーム（約4分間）の映像が公開されています。車種別内訳はcar=215台、van=36台、motorbike=15台、truck=3台、big-truck=1台の計270台（ユニーク追跡ID）です。
乗用車・バンの合算精度：88.4%
YOLOv8のCOCOモデルはvanクラスを持たないため、バンは乗用車（car）として検出されます。GTのcar+van=251台に対してAIは280台を検出し、精度88.4%を達成しました。過検出の29台はバンと乗用車の境界付近の車両や、遠距離フレームでの誤トラッキングが主因と推定されます。
バイク検出の課題：正直に報告
二輪車（GT:15台）の検出はゼロでした。M-30の映像では二輪車が自動車の陰に隠れるシーンが多く、車体の小ささもあってYOLOv8の検出閾値（conf=0.25）を下回るフレームが続きます。二輪車の多い路線での利用には、検出閾値の調整や二輪車特化モデルの追加が必要です。
合計精度91%の評価
台数合計ベース（AI:294 vs GT:270）での精度は91.1%です。バイクが未検出のためGT側が少なく見える一方、トラック過検出でAI側が増えており、両方向の誤差が合計値でほぼ相殺された結果です。実運用では「バイク除外・4輪車のみ」の調査ニーズが多く、その場合は乗用車+バンの88%が実態に近い精度指標になります。