API / Operations

anomaly-event-api

異常検知の結果をイベントとして運用する API

判定結果を返したあと、イベントとして保存し、確認し、状態を更新するところまでを実装しました。ローカル環境と AWS のどちらでも、同じ操作で検証できます。

2026API / Operations

Node.jsTypeScriptPyTorchGrad-CAMAWS SAMDashboard

背景

現場では、判定そのものに加えて、結果を保存して参照し、対応状況を更新できることが必要だと考えました。このため検知結果をイベントとして扱い、運用上の判断に利用できる形で記録しています。

Node.js + TypeScript の API 層に Python 推論を接続し、Grad-⁠CAM、focus regions、attention grid といった説明情報も返すようにしています。local と AWS のモード差もサービス層で吸収しています。

検知、イベント化、可視化、provider の切り替えまで動作しています。

Highlights

local と AWS のどちらでも、同じ操作で動作します。

対応状況を NEW / CHECKING / RESOLVED の 3 状態で管理します。

判定の説明（Grad-⁠CAM など）とイベント管理を、同じ画面で扱えます。

狭小なインフラ空間の点検を想定した研究です。SPRESENSE 上で、撮像、画質ゲート、分類、証跡の保存、監督制御までを実行します。ぼけた画像や白飛びした画像を、分類へ渡す前に画質ゲートで検出することを重視しました。

加速度 3 軸と音響の 4 チャンネルを FFT で特徴量に変換し、SPRESENSE 上で動作する軽量な異常検知モデルを構築しました。

SPRESENSE と ELTRES で CO2 濃度と位置情報を交互に送信し、都市部と郊外の濃度差を地図上に可視化しました。