結論から申し上げますと、実現せず。道半ばです。

1.お盆ならではのお仕事

記事執筆時点で時はお盆！なのにお仕事！
そんな私の業界にお盆や年末年始ならではの業務として　「ナンバー調査」 なるものがあります。駐車場に停まっている車のナンバープレートの地域が、帰省客の影響で通常時とどう異なるかを調べる…という恐らく昭和の時代からありそうなお仕事。
令和の世の中においては、スマホの位置情報分析なんかが効果的ですから、弊社でも数年前から会社として正式な業務では無くなったのですが、情報の一つとして知っておきたい。ただ、暑い駐車場を歩いて数える…なんてことはまっぴら御免。洒落なく命の危険すらある。
なので、自動化を考えてみました。

駐車場の入り口には防犯カメラがあり、ナンバープレートの解読は問題ないくらいの解像度。なのでこの動画データを読み込ませ、ナンバープレートの地域をカウントできないか？というのが今回の構想。シンプルですね！

2.失敗×2

機械学習ツールにはgoogle謹製のTeachable Machineの画像認識機能の活用を考えてみた。https://teachablemachine.withgoogle.com/
これが失敗の1つ目。 Teachable Machineは「A or B」を判定する機能しかない。
ただ、「A or Bを何度も重ねれば良いんじゃね？」なんてことを思ってしまった。つまり「AでもBでもない」⇒「AでもCでもない」⇒「AでもDでもない」…と続けていけばいつかは「AではなくMです」みたいにヒットするのでは？ってね。

ただこのモデルを構築することは私の技術力ではできなかった。何か別のツールを使えば上手くいきそうな気がしなくもないけど。

そしてもう2つ目の失敗がナンバーの地域。
ナンバーの地域って133種類もあんねん。
あっ25年5月に更に追加されて138種類やわ。
(なぜか脳内のア●ミカが囁いてきた)
そんなに!?って声がでてしまうレベルに想定外でした。見たこと無い地域も結構ある…。もちろん地域を絞って…というのもアリですが、汎用性を持たせるモデルにはならないし、更に今後もご当地を増やしていく方針とのこと…。
https://www3.nhk.or.jp/news/html/20250708/k10014856441000.html
関係ないけど、「ご当地ナンバー」が東高西低なのが気になる…

3.やっぱり餅は餅屋？

ということで素人には手が追えず一旦実現を断念。
プロのお仕事は…と調べてみると、最近導入が増えている ナンバー認証式の有料駐車場。4桁の数字を入力して精算する仕組みですが、もちろん数字だけでなく地域も読み取っており、マーケティングデータとしても活用できるとのこと。もちろんナンバーで個体識別ができるから、来店頻度や滞留時間も分析が可能。ええやん、コレ。
https://www.pitdesign.jp/installation/
もっともこの手のサービスは有料駐車場としての収益源があってこその話。何かもっと簡単に、動画から認識できるモデルを作ってみたいものです…。