学部3年生濱田君が研究内容を第7回UBI研究発表会で発表しました．また，本研究成果は，UBIヤングリサーチャー賞を受賞しました．

発表概要：野生動物のモニタリング，個体数把握は生態系の保全や管理に重要であるとされている.こうした個体数把握の効率化のために機械学習を用いた画像検出・分類が行われている.

本研究においては,既存の手法を応用して，高解像度画像から鳥類を高速かつ高精度に検出・分類できると考えられる手法を提案し,その評価を行った.本研究で提案する手法は，ダウンスケーリングした高解像度画像から鳥類のシルエットを検出器で検出して切り出し，切り出した部分のみ元の解像度に戻し,分類器で分類を行うという二つの手順から成り立つ.

実験では,鳥類4種類を対象に,鳥の種類ごとにアノテーションしたデータセット,鳥を一括りにアノテーションしてデータセット二つを作成し,検出器・分類器の学習を行った.

提案手法に対する入力画像の大きさを変化させながら,テスト用の画像セットに対する画像一枚当たりの推論時間,mAP50,APsmallを算出し,評価を行った.比較対象として鳥の種類ごとにアノテーションしたデータセットで学習したYOLOv8を用い,同様の指標で評価を行い,提案手法と比較を行った.