本研究では，SNS上のキャラクター商品，特にぬいぐるみを自動検出するための低コストな物体検出モデルの開発と評価を行った．既存の物体検出モデル（YOLOv7、DETR）は汎用的な物体検出を目的としており，キャラクター商品の検出に対しては十分な精度を得られなかった．そこで本研究では，これらのモデルに対してファインチューニングを適用し，キャラクター商品の検出精度向上を図った．評価実験では，複数のデータセットを用いて学習・評価を行い，ファインチューニングによる精度向上効果を検証した．この結果，提案手法によってキャラクター商品の検出精度が向上し，SNS分析のための基盤モデルとして有効であることを示した．