深層学習による生物認識は、標本画像では専門家レベルの精度に達している.しかし、自然環境下では背景との同化や個体の隠ぺい等の悪条件により、高精度な検出は未だ困難である.本研究は、人気種であるクワガタムシを対象に、これらの課題に対応可能なリアルタイム物体検出モデルの構築を目的とする.具体的には、YOLOv5を用いた複雑な背景や遮蔽が存在する状況下でもロバストに動作するモデルを開発する.これにより、エッジデバイス上での即時解析を可能にすることで、生態調査や愛好家による種の同定支援への応用を目指す.