本研究は，クルマエビ養殖池の水底環境を自動で観測・解析する新しい手法を提案したものです．自動航行ボートに水中カメラを搭載して池底映像を取得し，深層学習（CNN）によって画像を解析することで，砂利，餌の残渣，白色菌の発生，スラッジ堆積といった状態を自動分類し，池底環境を可視化しました．また，CNN分類結果について，ブラインドアノテーションを採用した客観的精度検証を行い，CNNの妥当性を評価しました．これらの成果により，養殖池底の環境劣化箇所を定量的かつ効率的に特定できることが示され，養殖業における労力軽減と生産性向上に貢献する実用的技術として高く評価され，ベストプレゼンテーション賞を受賞しました．
なお，本研究は，有限会社岡崎・岡崎様，熊本高専 入江教授，葉山教授，九州大学大学院農学研究院 岡安教授との共同研究による成果です．
