観察用人工巣箱内のミツバチの行動を自動追跡することを目的として,画像処理により動画像の各フレームからミツバチ個体領域を検出する手法について検討する.これまでの観察実験により大量の画像データが利用可能なことから,段階的な畳み込み自己符号化器を用いた教師なし学習により,正解ラベルのついていない17万枚の学習画像から約86%の精度でミツバチ画像と背景画像を分類可能なモデルを構築した.この教師なし学習による分類結果を用いて,画像識別のためのニューラルネットワークVGG16を転移学習することで,高精度な識別が可能となることを示し,さらに物体検出のためのFaster R-CNNをVGG16の識別結果の画像から再学習することを試みる.