生成AIによる学習データ拡張と河川浮遊ごみ検出モデルへの応用

抄録

　河川浮遊ごみの実態把握には効率的かつ高精度な検出技術の確立が重要であり，その実現には量・質ともに充実した学習データが不可欠である．本研究では汎用性の高い観測手法の開発を目指し，生成AIであるStable Diffusionを用いて浮遊ごみのダミー画像を作成し，物体検出モデルの学習データ拡張として活用する手法の有効性を検証した．タグ設定，学習手法，学習回数が浮遊ごみ画像の再現性に及ぼす影響を評価し，最適な生成条件を整理した．さらに，実際の観測画像を用いて生成モデルに追加学習を施すことで，再現性の高いダミー画像を作成できることを示した．この調整モデルによる生成画像を用いて物体検出モデルYOLOを学習させた結果，少ない学習枚数でも高精度な検出が可能であることが確認され，提案手法の有効性が示された．