• 2021年07月26日(月) 10:30 ~ 17:30

１．画像処理のためのPythonプログラミング

　　（１）．Pythonの概要、他言語との違い、インストール方法

　　（２）．基本となるデータ型と演算子(算術演算子、代入演算子など)

　　（３）．リスト型データの定義、要素へのアクセス、操作、タプル、辞書

　　（４）．制御構造(条件分岐、繰り返し処理)

　　（５）．関数とは何か、その定義と実行、キーワード引数、複数の戻り値

　　（６）．クラスの定義、利用

　　（７）．モジュール

２．画像処理、機械学習と一緒に使われるライブラリ

　　（１）．グラフ作成・表示処理(Matplotlib)

　　（２）．数値計算処理(NumPy)

３．画像処理の基礎と応用

　　（１）．画像処理の基礎: ピクセルとは何か？画像の読み込み、表示、保存

　　（２）．NumPyによる画像処理とOpenCVによる画像処理の違い

　　（３）．画像の色変換: HSV、グレースケール変換、２値処理(閾値処理､大津の手法)､反転処理

　　（４）．アフィン変換(拡大縮小、フリップ処理､回転など)と透視変換

　　（５）．線検出､円検出､ラベリング処理､輪郭抽出、モルフォロジー変換

　　（６）．フィルタ処理: 畳み込み処理(ノイズ処理、エッジ抽出)､メディアンフィルター処理

　　（７）．テンプレートマッチング、顔検出、局所特徴量を用いた物体検出

　　（８）．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処理の実践

　　（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)、ニューラルネットワーク(NN)､画像分類を行うための全工程

　　（３）．機械学習の種類

　　　　ａ．教師有り学習

　　　　ｂ．教師無し学習

　　（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

　　（５）．TensorFlowとKeras、CNNによる画像のクラス分類の実践、学習結果の利用、ドロップアウト

　　（６）．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、画像の水増し、ファインチューニング

５．まとめと今後の動向

　　・Functional API、物体検出、生成型DeepLearning、異常検知など

オンラインセミナー