diff --git "a/docs/03_TECH/TECH_06_\345\215\201\345\255\227\350\267\257\345\210\206\351\241\236\343\203\242\343\203\207\343\203\253\350\251\225\344\276\241.txt" "b/docs/03_TECH/TECH_06_\345\215\201\345\255\227\350\267\257\345\210\206\351\241\236\343\203\242\343\203\207\343\203\253\350\251\225\344\276\241.txt"
new file mode 100644
index 0000000..19fc01e
--- /dev/null
+++ "b/docs/03_TECH/TECH_06_\345\215\201\345\255\227\350\267\257\345\210\206\351\241\236\343\203\242\343\203\207\343\203\253\350\251\225\344\276\241.txt"
@@ -0,0 +1,76 @@
+========================================================================
+十字路分類モデル評価 (Intersection Classifier Evaluation)
+========================================================================
+
+
+1. 概要 (Overview)
+------------------------------------------------------------------------
+
+    1-0. 目的
+
+    十字路（intersection）と通常区間（normal）を分類する
+    二値画像分類モデルの比較評価結果を記録する．
+
+    1-1. 評価日時
+
+    ・実施日時: 2026-03-26 00:17
+
+    1-2. データセット
+
+    ・入力: 40×30 二値画像（1200 特徴量，0.0/1.0）
+    ・全サンプル数: 633
+        - intersection: 127
+        - normal: 506
+    ・クラス比率: intersection:normal = 127:506
+
+
+2. 評価方法 (Evaluation Method)
+------------------------------------------------------------------------
+
+    2-1. 交差検証
+
+    ・手法: Stratified 5-Fold Cross-Validation
+    ・指標: マクロ平均 F1 スコア
+    ・前処理: StandardScaler（fold ごとに fit）
+    ・乱数シード: 42
+
+
+3. 評価結果 (Results)
+------------------------------------------------------------------------
+
+    3-1. モデル比較（F1 スコア降順）
+
+    モデル                            F1(平均)        F1(標準偏差)
+    ───────────────────────────────────────────────────────
+    SVM_RBF                        0.9745          0.0186 ← 採用
+    MLP_2layer                     0.9665          0.0272
+    MLP_1layer                     0.9609          0.0307
+    RandomForest                   0.9356          0.0400
+    LogisticRegression             0.9096          0.0197
+    SVM_Linear                     0.9067          0.0223
+
+    3-2. 各 Fold の F1 スコア
+
+    ・SVM_RBF: [0.9881, 0.9632, 1.0000, 0.9743, 0.9468]
+    ・MLP_2layer: [0.9758, 0.9368, 1.0000, 0.9873, 0.9324]
+    ・MLP_1layer: [0.9632, 0.9368, 1.0000, 0.9873, 0.9174]
+    ・RandomForest: [0.9758, 0.9486, 0.8740, 0.9743, 0.9053]
+    ・LogisticRegression: [0.8972, 0.8938, 0.9325, 0.9346, 0.8899]
+    ・SVM_Linear: [0.8825, 0.8938, 0.9325, 0.9346, 0.8899]
+
+    3-3. 採用モデル
+
+    ・モデル: SVM_RBF
+    ・保存先: params/intersection_model.pkl
+    ・スケーラ: params/intersection_scaler.pkl
+
+    3-4. 全データでの分類レポート（再学習後）
+
+                      precision    recall  f1-score   support
+        
+              normal       1.00      1.00      1.00       506
+        intersection       1.00      0.99      1.00       127
+        
+            accuracy                           1.00       633
+           macro avg       1.00      1.00      1.00       633
+        weighted avg       1.00      1.00      1.00       633