Feat/mike/89 bbox analysis within roi

.gitignore

@@ -10,4 +10,17 @@ __pycache__/
 .env
 raspi/result/prediction_visual.png
 *.pt
-.venv/
+.venv/
+
+# data directory
+data/
+data/*
+
+# files and directories for AI agents
+CLAUDE.md
+docs/
+docs/*
+work-agents/
+work-agents/*
+.claude/
+.claude/*

pyproject.toml

@@ -4,4 +4,17 @@ version = "0.1.0"
 description = "Add your description here"
 readme = "README.md"
 requires-python = ">=3.12"
-dependencies = []
+dependencies = [
+    "lapx>=0.9.4",
+    "matplotlib>=3.11.0",
+    "numpy>=2.4.6",
+    "opencv-python>=4.13.0.92",
+    "pandas>=3.0.3",
+    "seaborn>=0.13.2",
+    "ultralytics>=8.4.72",
+]
+
+[dependency-groups]
+dev = [
+    "pytest>=9.1.1",
+]

raspi/roi-counter/README.md

@@ -0,0 +1,120 @@
+# roi-counter
+
+ROI内を通過する車両の進行度 `s` を用いて入庫・出庫を判定するカウントシステム．
+
+## ディレクトリ構造
+
+```
+roi-counter/
+├── src/                    # コアモジュール
+│   ├── roi.py              # ROI判定・y範囲取得
+│   ├── progress.py         # 進行度 s の計算
+│   ├── tracker.py          # 車両状態データクラス
+│   ├── counter.py          # 状態機械・入出庫カウント
+│   └── visualizer.py       # フレーム描画
+├── scripts/
+│   ├── 00_convert_fps.py   # FPS変換
+│   ├── 01_show_roi.py      # ROI確認（静止フレーム）
+│   ├── 02_run_analysis.py  # 1動画の詳細分析
+│   ├── 03_sweep_params.py  # 1動画 × 閾値スイープ
+│   └── 04_multi_video_mae.py  # 複数動画 × 閾値 → MAE
+├── analysis/
+│   └── 01_visualize_threshold_sweep.py  # スイープ結果の可視化
+├── tests/                  # ユニットテスト
+└── main.py                 # 本番推論
+```
+
+## パラメータ（各スクリプト先頭でハードコード）
+
+| パラメータ | 説明 |
+|---|---|
+| `VIDEO_SOURCE` | 動画ファイルパスまたはカメラインデックス（`0` 等） |
+| `ROI_POINTS` | ROIの4頂点（画素座標，左上から時計回り） |
+| `S_LOW` | 入口側バンドの上限（`s < S_LOW` → 入口側） |
+| `S_HIGH` | 奥側バンドの下限（`s > S_HIGH` → 奥側） |
+| `VEHICLE_CLASSES` | 検出対象クラス（COCO: `2`=car, `7`=truck） |
+
+## scripts/ 各スクリプトの用途と入力
+
+### 00_convert_fps.py
+指定動画のFPSを落として同ディレクトリに `{stem}_fixed{ext}` で出力する．
+
+**入力**: `VIDEO_SOURCE`（動画ファイルパス）
+
+---
+
+### 01_show_roi.py
+動画の指定秒数地点のフレームにグリッド・ROI・バンドラインを描画して確認する．
+
+**入力**: `VIDEO_SOURCE`，`ROI_POINTS`，`S_LOW`，`S_HIGH`
+
+**出力**: `data/outputs/roi_check.png`
+
+---
+
+### 02_run_analysis.py
+1動画を処理し，車両ごとの軌跡・フレームごとの処理時間・アノテーション動画を出力する．
+
+**入力**: `VIDEO_SOURCE`，`ROI_POINTS`，`S_LOW`，`S_HIGH`
+
+**出力**: `data/outputs/{EXP_NAME}/{stem}_{timestamp}/`
+```
+├── result.json     # カウント結果・処理時間サマリー
+├── vehicles.csv    # track_id ごとの s_history・状態
+├── frames.csv      # フレームごとの処理時間
+└── annotated.mp4   # 可視化済み動画
+```
+
+---
+
+### 03_sweep_params.py
+1動画に対して `S_LOW_RANGE × S_HIGH_RANGE` の全組み合わせを実行し，Count Error を記録する．
+
+**入力**:
+- `VIDEO_SOURCE`（動画ファイルパス）
+- `GT_PATH`（グランドトゥルース JSON）またはファイル名から自動導出（`{stem}_gt.json`）
+- `ROI_POINTS`，`S_LOW_RANGE`，`S_HIGH_RANGE`
+
+**GT JSONフォーマット**（`data/inputs/{stem}_gt.json`）:
+```json
+{"in": 29, "out": 2}
+```
+
+**出力**: `data/outputs/{EXP_NAME}/sweep_{timestamp}/results.csv`
+```
+s_low, s_high, count_in, count_out, gt_in, gt_out, count_error, elapsed_ms, mean_frame_ms, max_frame_ms
+```
+
+---
+
+### 04_multi_video_mae.py
+複数動画にわたって `S_LOW_LIST × S_HIGH_LIST` の組み合わせを実行し，MAEを算出する．
+
+**入力**: `GT_DIR` 配下の設定 JSON（1動画につき1ファイル）
+
+**設定 JSONフォーマット**（`data/inputs/configs/{name}.json`）:
+```json
+{
+  "video": "data/movies/IMG_2788_fixed.MOV",
+  "roi": [[630, 770], [1270, 770], [1530, 1000], [390, 1000]],
+  "in": 29,
+  "out": 2
+}
+```
+
+**出力**: `data/outputs/{EXP_NAME}/mae_{timestamp}/`
+```
+├── results.csv      # 動画 × パラメータごとの詳細
+└── mae_summary.csv  # パラメータごとのMAEサマリー
+```
+
+---
+
+## analysis/
+
+### 01_visualize_threshold_sweep.py
+`03_sweep_params.py` の `results.csv` を読み込んでヒートマップとラインプロットを生成する．
+
+**入力**: `SWEEP_CSV`（`results.csv` のパス）
+
+**出力**: 同ディレクトリに `heatmap_count_error.png`，`line_s_low.png`，`line_s_high.png`，`heatmap_elapsed_ms.png`

raspi/roi-counter/analysis/01_visualize_threshold_sweep.py

@@ -0,0 +1,76 @@
+import sys
+from pathlib import Path
+
+import matplotlib.pyplot as plt
+import pandas as pd
+import seaborn as sns
+
+# ── params ──────────────────────────────────────────────────────────────────
+SWEEP_CSV = "data/outputs/exp1_2788_fixed/sweep_20260621_191909/results.csv"
+# ────────────────────────────────────────────────────────────────────────────
+
+
+def main() -> None:
+    csv_path = Path(SWEEP_CSV)
+    if not csv_path.exists():
+        print(f"[ERROR] file not found: {csv_path}")
+        sys.exit(1)
+
+    df = pd.read_csv(csv_path)
+    out_dir = csv_path.parent
+
+    if df["count_error"].isna().all():
+        print("[WARN] count_error is all NaN (no GT file). Visualizing elapsed_ms only.")
+
+    # ── heatmap: Count Error ───────────────────────────────────────────────
+    if not df["count_error"].isna().all():
+        pivot = df.pivot(index="s_low", columns="s_high", values="count_error")
+        fig, ax = plt.subplots(figsize=(8, 6))
+        sns.heatmap(pivot, annot=True, fmt=".0f", cmap="YlOrRd_r", ax=ax)
+        ax.set_title("Count Error (lower is better)")
+        ax.set_xlabel("S_HIGH")
+        ax.set_ylabel("S_LOW")
+        fig.tight_layout()
+        fig.savefig(out_dir / "heatmap_count_error.png", dpi=150)
+        plt.close(fig)
+        print(f"saved: {out_dir / 'heatmap_count_error.png'}")
+
+        # ── line: S_LOW ───────────────────────────────────────────────────
+        mean_by_slow = df.groupby("s_low")["count_error"].mean()
+        fig, ax = plt.subplots()
+        ax.plot(mean_by_slow.index, mean_by_slow.values, marker="o")
+        ax.set_title("S_LOW vs Count Error (mean over S_HIGH)")
+        ax.set_xlabel("S_LOW")
+        ax.set_ylabel("Count Error (mean)")
+        fig.tight_layout()
+        fig.savefig(out_dir / "line_s_low.png", dpi=150)
+        plt.close(fig)
+        print(f"saved: {out_dir / 'line_s_low.png'}")
+
+        # ── line: S_HIGH ──────────────────────────────────────────────────
+        mean_by_shigh = df.groupby("s_high")["count_error"].mean()
+        fig, ax = plt.subplots()
+        ax.plot(mean_by_shigh.index, mean_by_shigh.values, marker="o")
+        ax.set_title("S_HIGH vs Count Error (mean over S_LOW)")
+        ax.set_xlabel("S_HIGH")
+        ax.set_ylabel("Count Error (mean)")
+        fig.tight_layout()
+        fig.savefig(out_dir / "line_s_high.png", dpi=150)
+        plt.close(fig)
+        print(f"saved: {out_dir / 'line_s_high.png'}")
+
+    # ── heatmap: elapsed_ms ────────────────────────────────────────────────
+    pivot_t = df.pivot(index="s_low", columns="s_high", values="elapsed_ms")
+    fig, ax = plt.subplots(figsize=(8, 6))
+    sns.heatmap(pivot_t, annot=True, fmt=".0f", cmap="Blues", ax=ax)
+    ax.set_title("elapsed_ms")
+    ax.set_xlabel("S_HIGH")
+    ax.set_ylabel("S_LOW")
+    fig.tight_layout()
+    fig.savefig(out_dir / "heatmap_elapsed_ms.png", dpi=150)
+    plt.close(fig)
+    print(f"saved: {out_dir / 'heatmap_elapsed_ms.png'}")
+
+
+if __name__ == "__main__":
+    main()

raspi/roi-counter/main.py

@@ -0,0 +1,71 @@
+import sys
+from pathlib import Path
+sys.path.insert(0, str(Path(__file__).parent))
+
+import cv2
+from ultralytics import YOLO
+
+from src.counter import Counter
+from src.roi import get_roi_y_range, is_in_roi
+from src.progress import calc_s
+from src.visualizer import draw_band_lines, draw_bbox_with_info, draw_counts, draw_roi
+
+# ── パラメータ ──────────────────────────────────────────────────────────────
+VIDEO_SOURCE: str | int = "data/inputs/xxxx.mov"
+
+ROI_POINTS = [
+    (100, 100),
+    (300, 100),
+    (300, 300),
+    (100, 300),
+]
+S_LOW  = 0.25
+S_HIGH = 0.75
+VEHICLE_CLASSES = [2, 7]  # COCO: 2=car, 7=truck
+# ────────────────────────────────────────────────────────────────────────────
+
+
+def main() -> None:
+    model = YOLO("yolov8s.pt")
+    cap = cv2.VideoCapture(VIDEO_SOURCE)
+    if not cap.isOpened():
+        print(f"[ERROR] 入力を開けません: {VIDEO_SOURCE}")
+        sys.exit(1)
+
+    counter = Counter(S_LOW, S_HIGH)
+    y_min, y_max = get_roi_y_range(ROI_POINTS)
+
+    while cap.isOpened():
+        ret, frame = cap.read()
+        if not ret:
+            break
+
+        results = model.track(frame, persist=True, verbose=False, classes=VEHICLE_CLASSES)
+        boxes = results[0].boxes
+
+        if boxes.id is not None:
+            for xyxy, tid in zip(boxes.xyxy.cpu().numpy(), boxes.id.cpu().numpy()):
+                x1, y1, x2, y2 = map(int, xyxy)
+                cx, cy = (x1 + x2) / 2, float(y2)
+                if not is_in_roi((cx, cy), ROI_POINTS):
+                    continue
+                s = calc_s(cy, y_min, y_max)
+                track_id = int(tid)
+                counter.update(track_id, s)
+                state = counter.tracks[track_id].state
+                draw_bbox_with_info(frame, (x1, y1, x2, y2), track_id, s, state)
+
+        draw_roi(frame, ROI_POINTS)
+        draw_band_lines(frame, ROI_POINTS, y_min, y_max, S_LOW, S_HIGH)
+        draw_counts(frame, counter.count_in, counter.count_out)
+        cv2.imshow("roi-counter", frame)
+        if cv2.waitKey(1) & 0xFF == ord("q"):
+            break
+
+    cap.release()
+    cv2.destroyAllWindows()
+    print(f"入庫: {counter.count_in}  出庫: {counter.count_out}")
+
+
+if __name__ == "__main__":
+    main()

raspi/roi-counter/scripts/00_convert_fps.py

@@ -0,0 +1,55 @@
+import sys
+from pathlib import Path
+sys.path.insert(0, str(Path(__file__).parents[1]))
+
+import cv2
+
+# ── パラメータ ──────────────────────────────────────────────────────────────
+VIDEO_SOURCE = "data/inputs/IMG_2787.MOV"
+TARGET_FPS = 20.0
+# ────────────────────────────────────────────────────────────────────────────
+
+
+def main() -> None:
+    src = Path(VIDEO_SOURCE)
+    out_path = src.with_name(src.stem + "_fixed" + src.suffix)
+
+    cap = cv2.VideoCapture(str(src))
+    if not cap.isOpened():
+        print(f"[ERROR] 動画を開けません: {src}")
+        sys.exit(1)
+
+    src_fps = cap.get(cv2.CAP_PROP_FPS)
+    w = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
+    h = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
+    total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
+
+    print(f"入力: {src}  ({src_fps:.2f} fps, {w}x{h}, {total_frames}フレーム)")
+    print(f"出力: {out_path}  ({TARGET_FPS} fps)")
+
+    fourcc = cv2.VideoWriter_fourcc(*"mp4v")
+    writer = cv2.VideoWriter(str(out_path), fourcc, TARGET_FPS, (w, h))
+
+    # 元FPSとターゲットFPSの比率でフレームを間引く
+    step = src_fps / TARGET_FPS
+    next_idx = 0.0
+    frame_idx = 0
+    written = 0
+
+    while cap.isOpened():
+        ret, frame = cap.read()
+        if not ret:
+            break
+        if frame_idx >= next_idx:
+            writer.write(frame)
+            next_idx += step
+            written += 1
+        frame_idx += 1
+
+    cap.release()
+    writer.release()
+    print(f"完了: {written}フレーム書き込み")
+
+
+if __name__ == "__main__":
+    main()