先ずエラーの表示の仕方等

先ず対象のモデルと表示方法を考えます。
大きくサーモグラフィーの違いで異常の場合と正常な場合の二つ

異常ーセルやセルが繋がるクラスターの異常発熱。
　　　パネルを交換しないと改善しない異常。

正常ー①周辺の建物の影や雑草の影で異常発熱している
　　　②パネル表面の汚れ、鳥の糞や葉っぱが表面に付いた異常発熱
　　　③ジャンクションボックスの中のバイパスダイオードの発熱
＊パネル自体の問題では無く外的要因による異常発熱
　　　

次にバウンディングボックスの表記方法。

異常は赤ーセルの異常（例）

正常は青ージャンクションボックス（例）

不明は黄色ー影や汚れの影響（例）

バウンディングボックスのコメントは分かりやすい英語で簡素

Cell Error

Junktion Box

Shadow or Dirty ? 

判定クラス増やすか減らすかは進めながら検討する。

youtubeのサーモグラフィ動画がカラーが多いですがグレースケールの方がデータ的には整理し易い様に思います。このあたりも検証が必要。時間があまりない…

サーマルカムのソフトはかなり経験を取り入れていて生データのメリットがじわじわ効いています。

特にダイナミックレンジが解析に役に立ちます。

上記の様にグレースケールではどのポイントからも比較出来ますが、

カラーパレットは温度差の激しい場合は全体として比較し難い感じがあります。

感覚的に分かるかな？

黄色の部分と青色もしくは黄色が隣り合った時はどれくらいの温度差かは慣れないと分かり辛いのわかります？

生データ（RAWデータ）があればここは自由自在で今までの努力が報われる？

ここまで赤外線を理解してメンテナンス会社は無いでしょうね？

色々な試行錯誤がここで生きてきます。

ソフトやハードをコピーして作ってもこれらのknow-howは一日の長があります。（古い言い回し！）

あとはAIで画像認識はぼちぼち進めます。ここはある程度出来ましたが実用性をよく考える必要があります。

先ずは機械学習の学習データの収集が手間暇掛かります。ここが重要です。

別案件の割り込みもあるかも？