文献

J-GLOBAL ID：202502243580353541   整理番号：25A0695257

河川浮遊プラスチックごみ検出のための深層学習モデルの開発と精度検証

著者 (4件)： 片岡智哉 (愛媛大 理工) ,  片岡智哉 (CMES) ,  吉田拓司 (八千代エンジニヤリング) ,  山本菜月 (八千代エンジニヤリング)
資料名： 日本海洋学会大会講演要旨集(Web)
巻： 2024  号： 秋季  ページ： ROMBUNNO.24F-16-12 (WEB ONLY)  発行年： 2024年09月 
JST資料番号： F0701D  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 海洋でのプラスチックごみ動態を解明していく上で,河川からのプラごみ流出量が境界条件となり,不確実性の高い河川からのプラごみの流出量のリモートセンシング技術を確立することが求められる.本研究ではYOLOv8をベースに河川水表面を浮遊するプラごみ(FMPD)を検出するための深層学習モデルを開発し,その精度検証を実施した.その結果,開発したモデルは,YOLOv8の事前学習モデルと同等の性能を有している一方,FMPDの種類と画像の解像度で精度が変動することが明らかとなった.今後,より汎用的にFMPDが検出できるよう,これらを改善していく.(著者抄録)

シソーラス用語： *廃プラスチック ,  河川 ,  浮遊 ,  流出量 ,  リモートセンシング ,  検出アルゴリズム ,  *物体検出 ,  *学習モデル ,  深層学習 ,  モデル開発 ,  検証 ,  精度 ,  分解能 ,  画像 ,  水面
準シソーラス用語： YOLOv8 ,  *河川浮遊プラスチックごみ ,  画像解像度 ,  検出精度 ,  *深層学習モデル ,  精度検証

分類 (2件)： 環境問題  (SA01020V) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 河川 ,  浮遊 ,  プラスチックごみ ,  深層学習モデル ,  開発 ,  精度検証