Pythonによる画像処理の基礎と機械学習プログラミング実践講座 ~デモ付~ <オンラインセミナー>

~ 画像処理のためのPythonプログラミング、画像処理の基礎と応用画像処理の基礎と応用、機械学習による画像処理の実践 ~

・画像処理、機械学習の基礎とPythonの豊富なライブラリを応用するための修得講座!

・Pythonの画像処理、機械学習プログラミングを実践的に修得し、機械学習のモデル作成、プログラムへの組込みに活かそう!

オンラインセミナーの詳細はこちら:

・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。

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、機械学習を基礎から説明します。その後、OpenCV、Scikit-Learn、Tensorflow2.0上のKerasを用い、実際にプログラムを動かし体験しながら進めていきます。機械学習では、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モデルを作成できプログラムに組み込めるようになります。
 本講座で使用する約60個のサンプルプログラムと実行環境を配布しますので、そのまま業務に活用することが可能です。

セミナー詳細

開催日時
  • 2022年03月16日(水) 10:30 ~ 17:30
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(OpenCV)
  (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(Scikit-learn、TensorFlow、Keras)
  (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)、画像分類を機械学習で行うための全作業工程
      データ準備、前処理、読み込み、訓練、評価、推論処理
      データの与え方(one-shotエンコーディング)、正規化、標準化
  (3).機械学習の種類とデータセット
     a.教師有り学習
     b.教師無し学習
     c. 訓練データ、検証データ、テストデータ
  (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
  (5).TensorFlowとKerasによる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、学習の可視化、物体検出、生成型DeepLearning、異常検知、トランスフォーマー、MLOpsなど

キーワード Python リスト タプル ライブラリ イベントハンドラー オブジェクト指向 グラフ処理(Matlib) 数値計算処理(NumPy) 形態素解析(Janome) スクレイピング(BeautifulSoup) データベース(sqlite) 画像処理 OpenCV  ネットワーク通信(socket) 機械学習(scikit.learn)   人工知能 機械学習 深層学習 教師有り 教師無し学習
タグ AI・機械学習画像画像処理OS・言語
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。
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日