小売業において，商品管理や棚割り作業の効率化のために，商品棚にある商品をAIで特定したいというニーズが高まっている．実店舗の商品棚画像を用いて商品物体検出モデルを学習する際に課題となるのが，大量の商品棚画像の収集とアノテーション（一つ一つの物体に位置とラベルを付与する作業）に掛かる労力とコストである．本研究では，商品種別ごとの陳列特性，販促物等の障害物，照明・画角・手振れに起因する撮影品質のバラツキ，などに関する事前知識を活用しながら，商品棚を構成するパーツ画像を合成することで，実物に近い疑似商品棚画像を自動生成するシステムを構築した．疑似商品棚画像を最新の物体検出モデルに学習させた結果，実店舗の商品棚画像における代表的な商品カテゴリの平均検出性能はAP=96%を達成し，実用レベルの性能を実現した．
