熱橋は建物の外皮における弱体化部位であり、エネルギー損失や建材内部における湿気の凝縮、カビの発生を引き起こす原因となる。大規模な建物群における熱橋の検出には、赤外線カメラを搭載したドローンが有効である。しかし、包括的な画像データセットを手動で分析する作業は極めて時間のかかるものであるため、本研究ではその自動化を実現するための深層学習アプローチを検討する。具体的には、更新版の「建物屋上の熱橋データセット（TBBRv2）」から取得したパノラマドローン画像に記録された屋上部の熱橋に注目する。このデータセットは、合計926枚の画像と6,927件のアノテーションを含み、RGB画像、赤外線画像、高度情報の3種類のデータを備えている。本研究では、5つの異なるニューラルネットワークアーキテクチャ（Mask R-CNN R50、Swin-Tトランスフォーマー、TridentNet、FSAF、およびMask R-CNN R18のベースライン）を用いて、事前学習ありとなしの状態での最先端モデルを比較検証した。その結果、特に事前学習を施したモデルにおいて高い性能が得られ、特に事前学習済みSwin-Tトランスフォーマーモデルは、大規模な熱橋を検出する際、平均リコール（Average Recall）が50％以上を達成した。