近年、多くの下水管の老朽化が進んでおり、調査や修復が必要となっている。しかしながら、そのための費用や作業員共に足りていないのが現状である。下水管調査に物体検出を適用する研究が進んではいるが、まだ十分な検討がされていない。そこで本研究では、物体検出を用いた下水管の異常検知の精度を高める手法について検討する。先行研究では、物体検出手法YOLOv5を用いて下水管異常を学習した結果、正解率60%の精度となっていたが、実用化のためには精度が不十分であると考えられる。本研究で検討する手法は、下水管画像を直視画像と側視画像に分割、管種別に分割するなどの前処理、不均衡なデータ数についての調整を施すことでYOLOv5での学習を最適化する。