本研究では、ニューラルネットワークを用いるセマンティックセグメンテーションを扱う。これは画像をピクセル毎にクラス分類する識別問題である。このタスクは、ネットワークの構造や、損失関数の定義、学習データの量によってその精度が異なる。本研究では、様々なネットワーク構造と損失関数の組み合わせで風景画像のセグメンテーションを行い、それらの精度を比較した。さらに､学習データを拡張する手法を適用したときの、手法による精度の違いを評価した｡実験の結果、ネットワークと損失関数の組み合わせによって精度に差が出ることと、データ拡張手法には､問題設定に適したものとそうでないものがあることが分かった。