商品写真の仕分け（見本）

写真を1枚上げると、何が写っているかを画像認識で判定し、ネットショップの仕分け先（衣類・靴・電子機器・台所用品・食品・家具など）を返すウェブアプリです。 応募用に作った見本です。お客さまの案件ではありません。

• 試せる URL：https://gazou.163-44-115-184.sslip.io/
• 作った人：合同会社Will（髙城）

できること

• 写真を選ぶと、上位3件の分類と確からしさ、仕分け先を表示します
• 判定の履歴をデータベース（PostgreSQL）に残し、画面に最近20件を出します
• 写真そのものとファイル名は保存しません。照合用のハッシュ値と結果だけ残します

使っている技術

役割	使ったもの
API・画面	Python 3.12 / FastAPI / 素の HTML と JavaScript
画像認識	ONNX Runtime（CPU）で MobileNetV2（ImageNet 1000分類）を動かす
データベース	PostgreSQL 16 / SQLAlchemy 2（テストは SQLite）
実行環境	Docker / Docker Compose、手前に nginx（HTTPS）
テスト	pytest（正常な場合・壊れた入力・攻撃を想定した入力）

外部の AI サービスは呼ばず、サーバーの CPU だけで判定します。1枚あたりの利用料はかからず、判定は1枚20〜30ミリ秒です（3コア・メモリ2GBの小さなサーバーで実測）。

構成

ブラウザ ──HTTPS──> nginx ──> app（FastAPI・画像認識） ──> db（PostgreSQL）
                    │                     └ 学習済みモデル（作るときに照合値を確かめて取り込む）
                    └ 10MB を超える送信はここで止める

動かし方

deploy/make_secrets.sh            # データベースのパスワードを作って secrets/ に置く（画面には出さない）
docker compose up -d --build      # http://127.0.0.1:8610/

テスト：

docker build --build-arg DEV=1 -t gazou-shiwake:dev .
docker run --rm gazou-shiwake:dev python -m pytest -q

設計で気をつけたこと

• 壊れた写真・細工した写真で止まらない：画像として読めない物、10MB を超える物、展開すると巨大になる画像（4,000万画素を超える物）は、日本語で理由を返して断ります
• 連打で占有されない：送り元ごとに1分20回までにしています。送り元の判定は、手前の nginx から来た時だけ X-Real-IP を信じ、外から付けられた偽のヘッダーは使いません
• 中の情報を外に出さない：予期しないエラーでも決まった文だけを返し、スタックトレースや内部のパスは出しません。API の説明ページ（/docs）も閉じています
• 秘密を置かない：データベースのパスワードは Docker の secrets で渡し、環境変数やリポジトリには書きません
• モデルのすり替えを防ぐ：学習済みモデルは、作るときに SHA-256 の照合値が一致した物だけを取り込みます
• 仕分けの当て方：分類名を単語の区切りで当てます（"cap"（帽子）が "capuchin"（猿）に当たらないように）。上位3件の合計が20%に届かなければ「要確認」にします

作り方

Claude Code（生成 AI のコーディングツール）を使って、設計・実装・テスト・公開までを進めました。 テストは、正常な場合に加えて、壊れた入力や攻撃を想定した入力も用意し、そのうえで攻める側からの検査（ペネトレーションテスト）もしています。

ライセンス

• コード：MIT License
• 学習済みモデル：ONNX Model Zoo の MobileNetV2（Apache License 2.0）。リポジトリには含めず、作るときに取り込む
• 分類名の一覧：ImageNet の1000分類の名前（pytorch/hub の imagenet_classes.txt）。リポジトリには含めず、作るときに取り込む
• テスト用の写真：tests/samples/CREDITS.md