近年、農業分野では植物の形態や生理状態を定量化する自動計測が進展し、特に物体検出を用いた自動化が注目されている。しかし、物体検出には大量の教師ありデータが必要であり、そのアノテーション作業には多大な労力と時間がかかる。この課題に対し、少量の教師ありデータから大量のデータを生成するために、Text2Imageモデルを用いたデータ拡張手法が研究されている。しかしこの研究の課題として、生成画像を訓練データに加える際、適切な画像を選別する必要があるが、機械的な選別は手動選別に比べ性能が劣ることが示されている。本研究では、機械的な選別の基準として、生成画像内の物体を重視した品質と多様性の指標を提案する。