河川巡視業務の高度化・効率化に向け，UAV撮影画像及び，画像解析技術が利用され，最近では，物体検出モデルへの画像生成AIの適用が検討される．そこで，高精度の物体検出を行うには，様々な種類で大量の画像を学習させる必要があり，河川巡視画像を対象とした物体検出モデルの学習に生成画像を利用できれば，効率よく，多くの画像が取得できる．本研究では，ペットボトルを対象とし，画像生成AI「Stable Diffusion」を利用した．UAV撮影画像，生成画像を学習し，検出精度の比較により，画像生成 AIの学習データへの適用の妥当性及び，生成画像が空撮画像の代替データとなるか検証する．その結果，学習データとして生成画像の適用が可能であること，現実データが数枚程度あれば，生成画像で代替可能であることが示唆された．
