6X-01
SAM2とマスク細線化によるシロイヌナズナの教師無し先端追跡手法
○坂井泰吾(名城大),米倉崇晃(東大),堀田一弘(名城大)
近年,深層学習は様々なタスクにおいて高い性能を示しているが,モデルの学習に大量の教師データを必要とすることが課題となっている.一方で,大規模基盤モデルは事前学習により獲得した汎用的な知識を活用することで教師データを必要としないゼロショット学習での対応が可能である.本研究では,Segment Anything Model 2 (SAM2)を用いて対象物の白黒マスク生成を行い,その後,細線化処理および8近傍探索による先端追跡アルゴリズムを適用することにより,シロイヌナズナの根端の追跡を可能にした.本手法は比較的シンプルな手法ながら有効性を示しており,他の植物種への応用可能性も期待できる.