◇最適な検出手法を探索・採用／実用化に道、産地実証へ
中国電力での「カキＮａｖｉ」の開発では、ＡＩ（人工知能）物体検出技術として、検出性能や学習時間等の課題解決のため、ＥｆｆｉｃｉｅｎｔＤｅｔの技術を採用し、これにより実用化の見通しが得られたことから、主要な養殖海域において、生産者とともに実証に取り組んでいる。今回は、「カキＮａｖｉ」で用いたＡＩ物体検出技術の概要と、養殖産地での実証状況について紹介する。
広島県実証事業のひろしまサンドボックス「スマートかき養殖ＩｏＴプラットフォーム事業」にてカキ幼生検出技術の開発に取り組み始めた２０１８年頃の代表的なＡＩ物体検出技術として、Ｆａｓｔｅｒ Ｒ―ＣＮＮ、ＹＯＬＯ、ＳＳＤが挙げられる。一般的に、物体検出の性能と速度はトレードオフの関係にあり、検出性能はＦａｓｔｅｒ Ｒ―ＣＮＮ、ＳＳＤ、ＹＯＬＯの順に優れており、検出速度はＹＯＬＯ、ＳＳＤ、Ｆａｓｔｅｒ Ｒ―ＣＮＮの順に速い。本開発においては、当初、性能と速度のバランスが取れているＳＳＤを採用した。
初期のカキ幼生検出では、海水サンプルに含まれる夾雑物をカキ幼生と誤検出することがあったことから、検出性能を向上させるため、カキ幼生の画像を数百枚ほど撮影する都度、それらを教師データとして学習を繰り返し行った。開発初期は１回の学習で、１０日前後だった学習時間は、教師データの増加とともに長くなった。このような中、生産者からの要望により、採苗の妨げとなるフジツボ幼生も検出する必要が生じ、検出対象が増えることで、学習時間がさらに長くなることが予想された。
これらの状況も考慮し、フジツボ幼生をカキ幼生と同時に検出できるモデルへと改良するタイミングで、検出手法をＳＳＤから、当時、新しく公開されたＥｆｆｉｃｉｅｎｔＤｅｔに変更した。ＥｆｆｉｃｉｅｎｔＤｅｔは、同程度の性能の既存検出手法と比べて必要な計算量が少なくて済むことが特徴となる。検出速度はＹＯＬＯには劣るものの、ＳＳＤよりは速く、検出性能はＳＳＤと同程度であり、学習時間も大幅に短縮されたことから、「カキＮａｖｉ」の利便性が向上し、サービス提供の目途が立った。
◇展示会で高い関心
開発と並行して、全国に向けたＰＲ活動として、２４年２月に開催された第２１回シーフードショー大阪へ共同開発者のセシルリサーチと出展した。開催期間中には全国のカキ生産者や自治体関係者など１００名以上の方に関心を寄せて頂き、その後の広島県外での実証にもつながった。
ひろしまサンドボックス事業の後、２１年度からこれまで継続して、広島県農林水産局水産課の協力のもと、採苗時期にあたる６月から９月にかけて、広島湾内にて「カキＮａｖｉ」の実証を行っている。
◇本格提供を目指す
また、今年度の新たな試みとして、それまで学習していない海域（岡山県、宮城県など）での実証も行った。結果としては、概ね高性能に検出できたが、地域ごとの課題も一部確認された。
ご協力頂いた生産者等のユーザーの多くからは本アプリに関して、カキ採苗に適した時期と場所をタイムリーに判断できる支援ツールとして期待が寄せられており、今後は本格的なサービス提供に向けた操作の簡略化や、更なる検出性能の向上を進めていく。
（この項おわり）
［用語解説］
◆ＡＩ物体検出技術
動画や静止画内の物体の位置と種類を特定する技術。事前に大量の画像（教師データ）から物体の特徴を学習し、画像に含まれる対象物体を検出する。Ｆａｓｔｅｒ Ｒ―ＣＮＮ（Ｆａｓｔｅｒ Ｒｅｇｉｏｎ ｗｉｔｈ ＣＮＮ ｆｅａｕｔｕｒｅｓ）、ＹＯＬＯ（Ｙｏｕ Ｏｎｌｙ Ｌｏｏｋ Ｏｎｃｅ）、ＳＳＤ（Ｓｉｎｇｌｅ Ｓｈｏｔ Ｍｕｌｔｉｂｏｘ Ｄｅｔｅｃｔｏｒ）、ＥｆｆｉｃｉｅｎｔＤｅｔなど、様々な技術が公開されており、それぞれに、検出性能、検出速度やパラメータ数（学習により更新する変数の数。学習時間に影響する）などの違いがあり、用途に応じて使い分ける必要がある。
電気新聞２０２４年１０月２８日
