植物は，同じ形状と色の器官が繰り返し複数存在している形状的な特徴や，大半が屋外で生育しており，不安定な照明環境で画像の撮影をする必要がある点から，従来の画像処理による形状計測が困難であった．しかし近年，深層学習の登場により画像認識技術の頑強性が大幅に向上したことで，植物の形状計測・解析が可能となりつつある．発表者はこれまで，農業での栽培支援や植物の形態情報の解析を目的として，屋外で撮影された画像を用いて，深層学習ベース画像認識技術による植物器官形状の計測をしてきた．本発表では，まず，深層学習の原理や特徴についての簡単な説明をしたのち，植物画像に深層学習を適用する上で問題となるデータの規模やその収集方法に関する問題を取り上げて説明する．続いて，計測の具体例として，発表者がこれまでに実施した研究について紹介する．この中で，手法やその結果の紹介にとどまらず，必要な情報を得るために，画像からどのようなデータを抽出すべきかの考察や，画像認識技術の選定過程を紹介する．これらを通じて，画像認識技術の利用で得られる情報がどのようなものか，また，得られる情報の限界について具体的に説明する．