物体検出の学習では, 大量の画像データが必要となる. しかし, 認識困難な物体を検出する際, その物体の見つけにくさから画像収集が困難な傾向にある. そこで画像数を増やすためにデータ拡張を用いることが一般的である. 本研究では, 画風変換によるデータ拡張を用いて画像データの水増しをおこなった. 従来の研究では, 画風変換のスタイル画像に現実にある写真を使用したが, 本研究では, スタイル画像として絵画を使用し, 現実から離れた画像を生成することで, 画像データの特徴の多様化をおこなった. 従来の研究の手法と検出精度を比較したところ, 本研究の手法のほうが高い精度が得られたことがわかった.