物体検出のディープラーニングに用いられる畳み込みニューラルネットワーク（CNN）では多くの行列計算が行われており，学習時間を短縮するためには行列計算の高速化が不可欠である．行列計算の高速化には，GPUの活用が広く行われているが，さらなる速度向上を実現するためには，単精度浮動小数点数FP32の代わりに，半精度浮動小数点数FP16を利用して，GPUの演算性能を高めることが挙げられる．加えて，Tensorコアを活用することにより，行列計算の高速化が可能になる．そこで本手法では，FP16およびTensorコアを利用するCUDAプログラムを開発しており，CNNの行列計算部分に適用した． NVIDIA Quadro RTX 6000上で行った性能評価の結果，提案手法の有効性が確認された．