店舗の人流カウントをエッジAIで自動化した実録｜初期費用・精度・屋外設置の落とし穴
当サイトはアフィリエイトプログラムを利用しており、紹介リンク経由での申込により報酬を得る場合があります。記事内で紹介するサービスには筆者が実際に使用しているものと、客観情報として比較掲載しているもの（未使用・PR表記あり）が含まれます。
結論
小型コンピュータ（Raspberry Pi）とオープンソースのエッジAIを組み合わせれば、月額費用ほぼゼロで人流カウントを自動化できる。ただし屋外設置は「遮蔽物で検知が止まる」問題が必ず発生するため、カメラ位置と角度の設計が成否を分ける。機材費は体感で2〜3万円台から始められる目安だが、設置環境によって大きく変わる。
個人で小さな店舗を運営していると、「来客数を毎日手で記録するのがしんどい」という場面に必ずぶつかる。スタッフがいない時間帯の通行量も知りたいし、チラシを配った日の前後で人流がどう変わったかも比べたい。
専門業者に依頼すれば解決するが、見積もりをとったら初年度だけで十数万円のランニングコストが発生することがわかった。「そんな予算は出せない」と思い、自分でRaspberry Pi＋エッジAIを組んで試してみた。この記事はその実録だ。
なぜ「エッジAI」なのか#
カメラ映像をクラウドに送って解析するサービスも存在するが、月額費用が継続的にかかる。エッジAIとは、クラウドに頼らず機器の中で映像解析を完結させる方式で、通信コストも個人情報漏洩リスクも大幅に抑えられる。
今回使ったのはYOLOv8という物体検知モデル。Raspberry Pi 5に乗せることで、サーバーを借りなくてもカメラ映像からリアルタイムで人を検知し、通過カウントをCSVに記録できる。
メモ
「YOLO」「Raspberry Pi」という名前が出てきても、コードをゼロから書く必要はない。GitHubで公開されているサンプルをコピーし、設定ファイルに数値を入れるだけで動き始める。プログラミング経験がなくても、ターミナルでコマンドをコピペできれば十分だった（自分はPython未経験）。
実際に使った機材と費用の目安#
| 機材 | 役割 | 価格目安 |
|---|---|---|
| Raspberry Pi 5（8GB） | エッジAI本体 | 約12,000円 |
| USBカメラ（1080p） | 映像入力 | 約3,000〜5,000円 |
| microSDカード（64GB） | OS・モデル格納 | 約1,500円 |
| ケース＋冷却ファン | 夏場の熱対策 | 約2,000円 |
| 屋外用ボックス（100均流用） | 雨よけ | 約500〜2,000円 |
合計の目安は18,000〜22,000円前後（変動あり）。電気代は体感で月100〜200円程度と小さい。
ここに追加で、カウントデータをブラウザから確認できるダッシュボードを持ちたい場合、後述するようにレンタルサーバーが必要になる。
セットアップの手順#
手順
- Raspberry Pi OSをmicroSDに書き込む（Raspberry Pi Imagerという公式ツールを使うだけ。10分以内）
- Python環境とYOLOv8を
pip installでインストール（ターミナルに1行コピペするだけ） - GitHubから人流カウントのサンプルスクリプトを取得し、カメラIDと保存先パスを書き換える
- テスト映像でカウントが動くか確認（室内で自分が2〜3回通って数が増えればOK）
- 屋外ボックスにカメラと本体を固定し、店頭または軒下に設置
- 電源を入れ、定期的にCSVファイルをチェックして数値を確認する
作業時間は初回で半日程度。一度動き始めると、あとは電源を入れておくだけで無人でカウントが続く。
最大の落とし穴：屋外で「数が止まった」#
最初の1週間は順調だった。が、2週目に入ってからカウント数が突然ゼロのまま動かない時間帯が続くようになった。
原因を調べてわかったのは「遮蔽問題」だ。
- 店の前に置いた看板が映像の下半分を塞いでいた
- 通行人が傘や大きな荷物を持つと人として認識されない
- 日が傾いて逆光になる時間帯は検知精度が大きく落ちた
- 雨の日に水滴がカメラレンズに付着し、映像がぼやけた
注意
屋外設置では「検知率がゼロになる状態」を想定して設計すること。「カメラが生きているか」「今日の計測は正常か」を確認する仕組みがないと、何日分ものデータが実は空白のまま、という事態になる。自分は1週間分のデータを無駄にした。
対策として取った手順は以下だ。
カメラ角度の見直し（最重要）：店舗入口の真上30〜45度の俯瞰に変えたところ、看板や荷物の影響が激減した。横から撮るより上から撮る方が遮蔽に強い。
逆光対策：東向き・西向きの店舗では夕方・朝の時間帯にカメラが直射日光を受けやすい。フードを自作して差し込んだ。
レンズ保護：100均の透明クリアケースをカメラ前に貼り付けるだけで水滴が大幅に減った。ただし完全防水ではないので、大雨のときは別途確認が必要。
精度はどれくらいか#
室内・無遮蔽の条件ではカウント精度は体感で90%前後。一方、屋外・混雑・荷物ありの条件では70〜80%まで落ちることがあった（自分の環境での体感値。機材・設置条件・モデルのバージョンで変わる）。
「完全に正確な数値」が要るなら専用センサーを検討すべきだが、「昨日より今日の方が人が多い/少ない」という傾向をつかむ用途であれば、このシステムで十分機能する。
データはどこに保存・集計するか#
Raspberry Piのローカルにだけ保存しているとバックアップがなく、機器トラブルで全データを失うリスクがある。自分は2つの方法を使っている。
方法①：CSVをDropboxやGoogleドライブに自動同期 無料枠で十分。ただし毎日手動でグラフを作るのは面倒なので、Excelのピボットテーブルを組んで対応した。
方法②：レンタルサーバーに簡易ダッシュボードを置く 少し手間はかかるが、ブラウザでURLを開くだけで最新の人流グラフが見える状態にしたい場合は、PHPが動くレンタルサーバーにCSVを定期送信して可視化するのが現実的だ。Xserverはデータベースも使えるので、後から集計ロジックを追加しやすかった。
PRおすすめXserver（レンタルサーバー）人流データをブラウザで確認できるダッシュボードを運用したい場合、安定性の高いレンタルサーバーが便利。DBとPHPが使えるプランなら、CSVの可視化からデータ蓄積まで一元管理できる。向いているケース・向いていないケース#
メリット
- 月額費用をほぼゼロに抑えたい（初期投資のみで済む）
- 「傾向がわかればいい」レベルの計測で十分
- 固定カメラを設置できる場所がある（入口上など）
- データをCSVやスプレッドシートで自分管理したい
デメリット
- 「人数を1人単位で正確に記録する」用途（法的エビデンスなど）
- カメラを目立たせたくない場所・プライバシー配慮が必要な区画
- 複数拠点を同時管理したい（1台ずつ設定が必要で手間が増える）
- 設置場所に電源が取れない（バッテリー運用は別途設計が必要）
まとめ#
エッジAIによる人流カウント自動化は、非エンジニアでも初期費用2〜3万円台の目安、半日の作業で動き始められる。ただし屋外設置では遮蔽・逆光・水滴という3つの問題が必ず出るため、カメラを俯瞰設置することと、データが止まっていないかを確認する習慣が不可欠だ。
「昨日より来客が多かったか」という問いに毎日自動で答えてくれるシステムが、一度動き始めると想像以上に意思決定の質を上げてくれる。完璧な精度より「毎日続くこと」の方が価値が高い、というのが1ヶ月運用した実感だ。
よくある質問#
Raspberry Pi以外でも動かせますか？#
YOLOv8はOrange PiやJetson Nanoなど他の小型コンピュータでも動作する。Raspberry Pi 5は入手しやすく国内での情報も多いため初心者向きだが、より高い処理速度が必要な場合はNVIDIA Jetsonシリーズが候補になる。価格帯は上がるが、混雑した環境での検知精度が安定しやすい。
プライバシー・防犯カメラの法律は大丈夫ですか？#
カメラを店頭の外（公道側）に向ける場合、通行人が映り込む。個人情報保護法の観点から、カメラを設置していることを掲示すること、映像データを目的外利用しないことが求められる。カメラ設置の告知板を貼るのが現実的な対応で、弁護士や自治体の相談窓口に確認することを推奨する。
データが数日間ゼロのまま気づかなかった場合は？#
ログファイルのタイムスタンプを確認すれば、最後に正常に記録された時刻がわかる。対策として、1日1回「今日のカウント件数」をメールやLINE通知で受け取るスクリプトを追加するのが効果的。Pythonのsmtplib（メール送信ライブラリ）を使えばコピペレベルで実装できる。
