大豆圃場において，アサガオは大豆の生育に悪影響を与えます．近年，田畑の空撮画像を用いて機械学習を使い，雑草を認識する研究が進められていますが，機械学習を行うためには大量なデータを収集する必要がある上，微小な雑草データ・ラベルを収集することは困難です．また，アノテーション作業は大量の画像データを選別し，1枚ずつ色塗りする必要があり，労力がかかります．本研究では，ドローンで撮影した空撮画像から，畝の形状特徴を利用した画像処理により微小なアサガオの画像データを収集，植物の形状・色彩特徴を用いてアノテーションまでを自動化します．
実験では，手塗りでラベル付けしたデータセットと提案手法で収集したデータセットをセマンティックセグメンテーション学習モデルで比較しました．
提案手法で収集したデータセットで行った学習では手塗でラベル付けしたデータセットよりも評価が上回り，少しでも認識できたアサガオの割合は約91％となりました．
今後は，自動で行うアノテーションの精度を上げることと，新しい学習モデルを使用して学習することを目的としています．
