セミナー


ハンズオンでイチから学ぶ!機械学習による画像認識
~ChainerでDeep Learningによる処理と各種テクニック、可視化手法までを学ぶ~

開催主旨

 ここ数年、AI(Artificial Intelligence、人工知能)の応用が急速に進展しています。劇的な認識率の向上をもたらしAI分野を発展させたのが、脳の働きからヒントを得た学習手法である「Deep Learning(深層学習)」のアルゴリズムであり、実装が容易なライブラリの登場により、画像認識を中心に利用例が報告されています。
 かたや、製造現場では自動検査(画像認識)を中心に導入プロジェクトが立ち上がっていますが、狙った認識(識別)精度が得られず、導入に至らない例が聞かれます。おもな要因としてユーザー側のAIリテラシーの欠如とAIベンダー側のドメイン(製造現場)の理解不足が指摘されており、「AI白書2019」においてはユーザー側のAIの理解不足を重大な課題にあげています。
 本講座は、機械学習を用いた画像認識システムを、AIベンダーと連携して、または自前で導入したい方を対象に、導入プロジェクトで必須となる基礎知識を、Preferred Networksのエンジニアがイチから解説します。機械学習による画像認識の原理から学習方法、Deep Learningの特徴、モデル設計の留意点、識別根拠の可視化技術までを紹介。深層学習ライブラリ「Chainer」を用いたハンズオンを通じて理解を深めます。さらには、物体検出や領域分割、画像生成など、より高度なタスクについても解説します。

※後半にハンズオンを実施しますのでPCを持参のうえご参加ください。

概要

日時

2019年 12月17日(火)
10:00~17:00(受付9:30)

会場

日刊工業新聞社 東京本社 セミナールーム

受講料 44,000円(税込)
※振込手数料は貴社でご負担願います。
※同一会場にて同時複数人数お申し込みの場合、2人目より10%割引いたします(39,600円)
ただし、同セミナーを受講される場合のみ適用させて頂きます。
主催 日刊工業新聞社
お問い合わせ先 日刊工業新聞社
大阪支社 事業出版部 セミナー係
TEL : 06-6946-3382
FAX : 06-6946-3389
E-mail : seminar-osaka@media.nikkan.co.jp

講師

兼平 篤志 氏(Preferred Networks)

会場アクセス

日刊工業新聞社 東京本社
セミナールーム
東京都中央区
日本橋小網町14ー1
住生日本橋小網町ビル
セミナー会場案内図

このセミナーを申し込む

プログラム

1.機械学習による画像認識の原理と学習手法
1-1 画像認識の原理
1-2 特徴抽出と識別器学習
2.画像認識におけるDeep Learning
2-1 Deep Learningの特徴
2-2 既存の特徴抽出方法
2-3 画像の不変性
2-4 特徴量の自動設計
2-5 過学習の問題
2-6 Deep Learningの発展
3.処理の流れと応用上の留意点
3-1 機械学習、Deep Learningによる処理の流れ
3-2 タスク設計・モデル設計・タスク評価の留意点
3-3 モデルの使い回しと追加学習
3-4 アンバランスデータ(不均衡データ)の取り扱い
3-5 過学習の判定と対策
4.機械学習モデルの解釈性(判別根拠の可視化)
4-1 解釈性が求められる場合
4-2 判別根拠の可視化の種類
 ①各入力の影響を可視化/②特徴量分布を可視化/③ネットワークの中間状態の可視化
4-3 ヒートマップの計算方法
4-4 各種可視化ツール
4-5 解釈性を高めるための方法と留意点
5.ハンズオン(Python&Chainer)
5-1 Google Colaboratoryの導入と実行方法
5-2 学習タスク
5-3 ライブラリのインポートデータセットのダウンロード
5-4 pythonの構文
5-5 データセットの可視化
5-6 ネットワークの定義、学習とテスト
5-7 学習したモデル構造・モデルグラフの表示
5-8 損失・正答率の推移の可視化
5-9 識別結果・モデルの影響領域の可視化
6.物体認識以降のコンピュータビジョン
6-1 物体認識以外のコンピュータビジョン
6-2 タスクの難化
 ①物体検出/②領域分割(Segmentation)/③動画での姿勢推定等/④画像生成(Image Generation)/⑤スタイル変換(GAN等)
6-3 他分野との融合
 ①画像の言語変換
6-4 実用化のための手法
 ①モデルの軽量化/②CGを用いたデータ拡張/③特定用途への適用(自動運転、医療画像等)
6-5 画像関連の最新の研究成果

このセミナーを申し込む

一覧へ戻る

日刊工業新聞社関連サイト・サービス

このサイトでは、アクセス状況の把握や広告配信などのためにクッキー(Cookie)を使用してしています。このバナーを閉じるか閲覧を継続した場合、クッキーの使用に同意したこととさせていただきます。なお、クッキーの設定や使用の詳細についてはプライバシーポリシーページをご覧ください。

閉じる