本研究は，ブロイラー（肉用鶏）の飼養管理の省力化に向けて必要となる個体検出方法を開発することを目的として，ディープラーニングによる物体検出アルゴリズムを用いた個体検出手法の試作と，その検出精度評価を行った。飼養施設には，監視カメラを天井に設置し，24時間連続で約5週間収録した生育画像を用いて，定期的に個体の容姿を再学習させることで新たな物体検出モデルを作成し，継続的に個体検出を行い評価した。その結果，5週齢の個体を検出するには，20 %以内の体重増加率を目処に，行動量を加味して再学習することが有用であることが示唆された。
