Pythonによる画像処理・機械学習プログラミングとその実践　～１人１台ＰＣ実習付～　【弊社研修室】

～テンプレートマッチング、局所特徴量による物体検出、機械学習による画像認識、高度な画像分類モデルの応用、画像、動画生成ＡＩ技術と応用～

・画像処理、機械学習で使われるライブラリの効果的な活用法を実践的に修得し、画像処理システムに応用するための講座
・Ｐｙｔｈｏｎによる画像処理、機械学習プログラミングの基礎から最近の画像・動画生成ＡＩ技術とその応用まで実践的に修得し、システム開発に応用しよう！
＊ＰＣは弊社でご用意いたします

講師の言葉

　機械学習のプログラミング言語として有名になったPythonは、ライブラリの豊富さと簡単さから様々な応用分野で利用され、今日最も注目されている言語の１つです。本講座では、Pythonを用いた応用の中でも最も発展の著しい画像処理と機械学習を扱います。画像処理も機械学習もライブラリが充実しているため数学的な理解がなくてもステップを踏んで学習し、体験し、ちょっとしたコツを理解するだけで、自分で応用することができるようになります。
　本講座では、画像処理・機械学習を学ぶのに必要なPythonプログラミング、画像処理・機械学習でよく使われる数値計算・グラフ表示ライブラリの説明を行い、画像処理、機械学習プログラミングを基礎から説明します。その後、実際に講師がプログラムを動かしながら講義を進めていきます。このため基礎から理解したい受講者に最適です。また、みなさんがお持ちの画像データを用いる具体的な手法をプログラムとともに説明します｡これにより、自分の画像データで作成したモデルをプログラムに組み込めるようになります。

セミナー詳細

開催日時	2026年02月10日(火) 10:30 ~ 17:30
開催場所	日本テクノセンター研修室
カテゴリー	PC実習付きセミナー、ソフト・データ・画像・デザイン
受講対象者	・画像処理システム、機械学習システムを業務へ応用されたい方・画像処理、機械学習の初学者、基礎から自分でモデルを作成する方法を学びたい方・今後、画像処理、機械学習などを用いた仕事に関わりたい方
予備知識	・コンピュータの基本的な知識や他の言語でのプログラミングの経験がある方・Windowsの基本操作（ファイルの作成、コピー、移動、削除など）ができる方
修得知識	・画像処理、機械学習の基礎とプログラミングの概要、応用方法が分かる・自分のデータで機械学習のモデルが作成でき、プログラムに組み込めるようになる・画像処理、機械学習と一緒に使われるライブラリの使い方が分かる
プログラム	１．画像処理と機械学習に必要な最低限のPythonプログラミング　　（１）．Pythonの概要　　（２）．制御構造（条件分岐、繰り返し処理）　　（３）．データ構造（リスト、タプル、辞書）　　（４）．関数（キーワード引数、複数の戻り値）、クラス、モジュールなど２．画像処理、機械学習と一緒に使われるライブラリの使い方　　（１）．グラフ表示（Matplotlib）　　（２）．数値計算（NumPy）３．画像処理の基礎と応用（OpenCV）　　（１）．画像の読み込みと表示　　（２）．２値画像処理　　（３）．アフィン変換と透視変換　　（４）．フィルタ処理とコンボリューション処理　　（５）．物体検出：テンプレートマッチング、局所特徴量　　（６）．動画像処理､差分や混合正規分布による動物体検出　　４．機械学習による画像認識の基礎　　（１）．人工知能、機械学習、深層学習の違い　　（２）．人工ニューロン、単純パーセプトロン、多層パーセプトロン（MLP）　　（３）．機械学習の種類とデータセット　　（４）．多層パーセプトロンによる画像のクラス分類の実践､学習結果の利用方法　　　　ａ．訓練データの構造　　　　　　・画像とラベルの関係　　　　　　・画像の平坦化処理　　　　ｂ．データの与え方　　　　　　・正規化、標準化　　　　　　・活性化関数（ReLU）　　　　ｃ．データの訓練方法　　　　ｄ．モデルのファイルへの保存方法　　　　ｅ．学習結果の利用方法　　　　ｆ．自分で学習させたモデルで、自分の手書き文字を認識させてみる５．機械学習による高度な画像分類モデルとその応用　　（１）．CNNによる画像分類の実践　　　　ａ．コンボリューショナルネットワークによる画像分類　　　　　　・畳み込み処理　　　　　　・プーリング処理　　　　　　・平坦化処理　　　　ｂ．データの与え方（one－shotエンコーディング）　　　　ｃ．クロスエントロピー関数　　　　ｄ．精度・誤差曲線の表示と過学習　　　　ｅ．学習結果の利用　　　　ｆ．ドロップアウト　など　　（２）．自前の画像データを用いた画像の機械学習手法､学習済みネットワークの活用　　　　ａ．自前データの読み込みと機械学習手法　　　　ｂ．データの画像の拡張（水増し）手法　　（３）．事前学習モデルの使い方とファインチューニング　　　　ａ．事前学習モデルを用いた画像分類　　　　ｂ．事前学習モデルを用いたファインチューニング　　（４）．Vision Transformer（ＶｉＴ）　　　　ａ．事前学習モデルを用いた画像分類　　（５）．事前学習モデルを用いた物体検出６．画像・動画生成AI技術とその応用　　（１）．基本モデルの基礎知識　　　　ａ．CLIP、Diffusion model、Stable Diffusion、Sora2など　　（２）．応用分野　　　　ａ．Text-to-Image、Image-to-Image 　　　　ｂ．画像補完　　　　ｃ．超解像　　　　ｄ．Text-to-Video、Image-to-Video 　　　　ｅ．動画補完　など７．まとめと今後の動向
キーワード	OpenCV　フィルタ処理　物体検出　多層パーセプトロン　画像分類モデル　コンポリューショナルネットワーク　ファインチューニング　Vision Transformer　 Text-to-Image　Image-to-Image　画像補完　超解像　Text-to-Video、Image-to-Video　動画補完
タグ	AI・機械学習、ソフト管理、ソフト外注管理、ソフト教育、ソフト知的財産、画像、画像処理、画像認識、ITサービス
受講料	一般 (1名)：57,200円(税込) 同時複数申込の場合(1名)：51,700円(税込)
会場	日本テクノセンター研修室〒 163-0722 東京都新宿区西新宿２－７－１　新宿第一生命ビルディング（２２階） - JR「新宿駅」西口から徒歩10分 - 東京メトロ丸ノ内線「西新宿駅」から徒歩8分 - 都営大江戸線「都庁前駅」から徒歩5分電話番号 : 03-5322-5888 FAX : 03-5322-5666

Pythonによる画像処理・機械学習プログラミングとその実践 ～１人１台ＰＣ実習付～ 【弊社研修室】

講師の言葉

セミナー詳細

日本テクノセンター研修室