@techreport{oai:ipsj.ixsq.nii.ac.jp:00225918,
 author = {三谷, 孝太郎 and 横川, 智教 and 有本, 和民 and Kotaro, Mitani and Tomoyuki, Yokogawa and Kazutami, Arimoto},
 issue = {46},
 month = {May},
 note = {従来，ドローンで撮影された映像，画像に対する SSD を用いたパイナップルの生育情報判定システムが開発されていた．従来システムは低高度画像に対して生育情報判定を行っていた．しかし，ドローンでの撮影において防鳥ネット等の問題から低高度での撮影による墜落等の危険性があった．そのため，高高度での撮影を行うことから，高高度画像での生育情報判定の必要性が出てきた．そのため本研究では，Mask R-CNN を用いて高精度化及び省電力化の検討を行った．, Previously, a pineapple growth information determination system was developed using SSD for footage and images taken by drones. The conventional system performed growth information determination on low-altitude images. However, there was a risk of crashing due to low-altitude shooting problems such as bird-proof nets when shooting with a drone. Therefore, the need for growth information determination using high-altitude images emerged, and shooting at high altitudes was considered in response to the problems with shooting at low altitudes, as mentioned earlier. This study investigated the use of masked R-CNN to achieve higher accuracy and lower power consumption.},
 title = {AIを用いた生育情報判定システムの高性能化検討},
 year = {2023}
}