AIモデルの仕組み
1. 用途について
このAIモデルは、写真から水の濁り（濁度）を推定するために開発されました。
具体的には、写真に写った水の色や透明度などの特徴を分析し、NTU（Nephelometric Turbidity Unit）という単位で濁度を予測します。
濁度の計算方法は、GoogleのTeachable Machineを使用し、Low Turbidity（濁度が低い）、Medium Turbidity（濁度が中程度）、High Turbidity（濁度が高い）の3つのカテゴリに分類して学習させています。
Google Teachable Machineが判断した割合をもとに、NTUの値を算出しています。
各段階ごとに代表的なNTU値を設定しておき、AIが判定した割合と掛け算をしてNTUを算出する仕組みです。
例えば、Low Turbidityが80%、Medium Turbidityが15%、High Turbidityが5%の場合、NTUは約33と算出されます。
2. 学習データソースと作成手順
モデルの作成に当たり、以下のオープンソースからデータを採取して学習を行いました。
【Teachable Machineによる作成手順】
- データの準備: 上記のデータソースから適切な画像を収集しました。
- モデルの学習: 項目を「濁度が高い」「濁度が中程度」「濁度が低い」の3つに分類して学習を行いました。各項目には上記オープンソースから取得した画像約100枚を使用し、背景や照明条件を揃えて判定精度を高めました。
-
モデルの評価: 学習に使用していないテスト用写真で汎用性を確認しました。
透明の水を「濁度が低い」(Low Turbidity)と判定するなど、概ね正しい判定ができることを確認しました。
▼ 評価結果（Kommodo）
Kommodoで評価結果を開く ↗3. 判定の注意点
現在のモデルでは、写真の背景や照明条件によって判定結果が変わる場合があります。
そのため、白い背景であること、透明のコップに入っていること、十分な照明条件を揃えた水サンプルを撮影することが正確な判定の条件となっています。
このモデルの精度を高めるため、今後はより多くの学習データを収集し、モデルの改善を行う予定です。
そのために、皆さんのご協力をお願いしています。ぜひ身近な水辺で水質調査を行い、写真と測定値(目視でもかまいません！)を共有してください。
調査に参加するには、こちらのリンクを参照してください。