@techreport{oai:ipsj.ixsq.nii.ac.jp:00233475,
 author = {飛鳥, 颯舞 and 町田, 健太朗 and 中村, 哲也 and 清水, 郁子 and 大川, 泰一郎 and 中條, 拓伯},
 issue = {44},
 month = {Mar},
 note = {田畑における雑草検出では，ニューラルネットワーク (NN) を用いた Semantic Segmentation が活用されているが，従来の上空から撮影した画像データセットでは，作物に隠れた雑草や，水中にある雑草の検出は困難である．本研究では，稲の間を航行するアクアドローン搭載のカメラから得られた前方画像から，Semantic Segmentation を用いた雑草ピクセルを性格に検出する手法を提案し，NN モデルの学習のための水田雑草画像データセットを示す．複数の Semantic Segmentation モデルで学習を行い，比較・評価を行い，雑草 IoU : 0.414, mIoU : 0.680, Pixel Accuracy : 0.950 という結果が得られた．, In research on weed detection, neural network-based semantic segmentation is often used regardless of whether the weeds are in rice paddies or fields. In this research, we propose a method for detecting weed pixels using Semantic Segmentation from forward images obtained from a camera mounted aqua drone in a paddy field as well as show a dataset of paddy field weed images for training neural network models. Several Semantic Segmentation models have been trained, compared, and evaluated to get the best results: weed IoU : 0.414, mIoU : 0.680, Pixel Accuracy : 0.950.},
 title = {水田におけるアクアドローンを用いたSemantic Segmentationによる雑草検出},
 year = {2024}
}