博物館等の展示施設においてモバイルデバイスを用いたディジタルガイダンスシステムが注目されている。特に拡張現実技術を用いた展示物へのキャプション等の重畳表示は、来館者に対する情報提供手段として大きなアドバンテージがあるため今後の活用が期待される。深層学習を用いることで比較的ロバストな重畳表示が実現可能だが検出対象（重畳表示の対象）を様々な角度から撮影した大量の学習データを準備する必要がある。本稿では、学習データの準備に要するコストの低減を目的として、フォトグラメトリを用いて多数視点の画像を生成し、最小限の撮影画像から大量の学習データを生成する手法を提案し、その評価について述べる。