～ 画像処理の基礎と特徴抽出、統計的学習による分類・識別の基礎、画像生成技術、ConditionalGANとStable Diffusion、オートエンコーダ、EfficientNetを用いた異常検知 ～
・画像処理技術を用いて効率的に特徴抽出を行う技術を修得し、低コストで効果的な画像ベースの異常検知システムに活かすための講座
・抽出された特徴量を分類・識別する統計的学習法やOpenCVによる実装技術を修得し、高精度な異常検知システムを構築しよう！
・近年注目を集めている深層学習を活用した異常検知手法や画像生成についても詳しく解説いたします
・ＷＥＢ会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
近年、コンクリートのひび割れや工業製品の欠陥検出などの分野で、低コストで効果的な画像ベースの異常検知技術への需要が増加しています。画像ベースの異常検知では、画像処理技術と画像認識技術が重要です。
本セミナーでは、まず画像から取得可能な特徴について紹介し、画像処理技術を用いて効率的に特徴抽出を行う方法について解説します。さらに、抽出された特徴量を分類・識別する統計的学習法に焦点を当て、理論的背景と応用面の両面から解説を行います。また、近年注目を集めている深層学習を活用した異常検知手法や画像生成についても詳しく紹介します。具体的な応用例として、コンクリートのひび割れ検出を対象に、OpenCVやPyTorchを用いたプログラムのデモンストレーションや解説を行います。このセミナーは、画像ベースの異常検知技術に関心がある方にとって、理解を深める良い機会となります。
| 開催日時 |
|
|---|---|
| 開催場所 | オンラインセミナー |
| カテゴリー | オンラインセミナー、ソフト・データ・画像・デザイン |
| 受講対象者 |
・画像処理を基礎から学びたい方 ・画像からどのように特徴を抽出するのかに関心がある方 ・画像ベースの異常検知に関心のある方 ・深層学習でどのように異常検知や画像生成を行うのかに関心がある方 |
| 予備知識 |
・画像処理や深層学習などは基礎的な内容から説明しますので、特に予備知識は必要ありません ・Pythonを使用したプログラムの解説を行いますので、プログラミングの予備知識があれば理解しやすいですが、必須ではありません |
| 修得知識 |
・画像処理による特徴抽出法 ・パターン認識のための統計的学習法 ・画像処理や深層学習を用いた異常検知法 |
| プログラム |
１．画像処理の基礎と特徴抽出 ２．統計的学習による分類・識別の基礎とポイント ４．応用：コンクリートのひび割れ検知への応用 ５．まとめと異常検知技術の将来 |
| キーワード |
特徴抽出 平滑化 ノイズ除去 ２値画像処理 画像特徴 点検出処理 線検出処理 エッジ検出処理 周波数解析 統計的学習 判別分析法 K-means法 サポートベクトルマシン ニューラルネットワーク 深層学習 画像生成技術 オートエンコーダ GAN EfficientNet OpenCV PyTorch |
| タグ | AI・機械学習、画像、画像処理、画像認識 |
| 受講料 |
一般 (1名)：49,500円(税込)
同時複数申込の場合(1名)：44,000円(税込) |
| 会場 |
オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。 |
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日
