水中画像からの海洋ゴミ検出の精度向上を目的とし、一般的な物体検出モデル（YOLO11）を適用した際の誤検出や検出漏れが生じる要因を調査した。その結果、正検出の入力画像が訓練データの分布の中央部に位置するのに対し、誤検出や検出漏れの入力画像は分布の端の部分に分布する傾向があることが判明した。これらの予備実験に基づき、入力画像の画素値を学習データの分布の中心に近づけるように補正する手法を提案した。Trash-ICRA19のデータセットを用いた実験により、提案手法が海洋ゴミ検出の精度向上に効果があることを確認した。