近年、海洋インフラの拡張が進む中、効果的なモニタリングシステムの必要性が高まっています。本研究では、深層学習に基づくYOLOv10モデルを用い、合成データと実際のSentinel-1衛星画像を組み合わせて海上プラットフォームの検出を行いました。データは2023年第4四半期にカスピ海、南シナ海、ギニア湾、ブラジル沿岸の4地域から取得され、モデルの性能を向上させるために合成データの利用を検討しました。この手法は、メキシコ湾、北海、ペルシャ湾の3つの未見地域での地理的転送性を評価することで効果を示しました。合計で3,529の海上プラットフォームが検出され、F1スコアは0.85から合成データを追加することで0.90に向上しました。この研究は、バランスの取れたデータセットの重要性と、合成データ生成の効果的な戦略を強調し、リモートセンシングにおける共通の課題に対処するための第一歩を示しています。