はじめに
最近、車の画像から車種を自動判別し、中古車の相場価格まで表示するAIアプリを作りました。
Gradioを使ってWebインターフェースを実装し、Hugging Face Spacesで無料公開しています。
この記事では、開発の流れと公開方法、そして実際に使えるデモページをご紹介します。
※現在は正面（できれば斜め前）からの写真のみに対応。精度・UIは順次改良を加えていきますので，使い勝手含めてぜひコメントください
アプリの概要
このアプリでは、以下のことができます：
- 車の画像をアップロードするだけでOK
- AIが車種を推定（Top3まで表示）
- 各車種について：
- モデル期間
- 平均中古価格（万円）
- 説明文
- カタログページへのリンク
- 結果は「カード形式」で表示され、信頼度も一目でわかる
Gradioで構築したシンプルなインターフェースなので、誰でもすぐに試せます。
デモページ（公開中）
開発のポイント
✅ モデル構成
- モデル：PyTorch + ResNet101（転移学習）
- 分類対象：約100車種の国産車+輸入車
- 精度：バリデーション accuracy 96% 以上
✅ UI構成（Gradio）
app.pyに Gradio のInterfaceを構築- カード形式のHTML出力でUXを向上
- 信頼度のしきい値をスライダーで調整可能
✅ 補足機能
- 日本語ラベル対応（英語のクラス名を
jp_name_map.jsonで変換） - 中古価格は
used_car_prices.jsonに車種ごとの価格データを保存 - 説明やカタログURLも追加表示
GitHub + Hugging Face Spaces 公開のポイント
Hugging Face Spacesでは、GitHubと連携してアプリをホスティングできます。
🔐 注意点：GitHubのファイルサイズ制限
.pthモデルファイル（163MB）があるため、Git LFSを使って管理.gitattributesに LFSの設定を追加することが重要です
🌐 公開の流れ（概要）
- GitHubリポジトリを用意（MITライセンス推奨）
- Hugging Face Spacesで「Import from GitHub」で作成
- LFS込みでpushすると、自動でビルド＆公開
今後の展望
- YOLOと連携して「車領域を自動検出」→ ResNetへ入力する構成へ進化予定
- モデル精度向上（EfficientNetやViTの導入）
- Gradio UIのモバイル対応や多言語対応
まとめ
「AI × 車 × Web UI」を組み合わせたアプリを、コードを書くだけで世界中に公開できるのは本当に便利な時代です。
今回はGradioとHugging Face Spacesを使って、誰でも試せる車種判別アプリを構築・公開してみました。
車好きな方や、AIの応用例を知りたい方はぜひ試してみてください！
👉 デモページ：
https://huggingface.co/spaces/Wan-shu/kuruma-checker
