画像認識・深層学習の基礎と欠陥検出・不良品検出への応用

~ 深層学習(CNN、CAE、SVM)モデルの設計手法と工業製品の欠陥検出への応用、3D CNNを用いた動画からの特徴抽出、学習過程の可視化手法とそのノウハウ ~

・CNN、CAE、SVMの基礎から画像認識技術を用いた製品の欠陥検出や不良品検出への応用手法まで修得し、品質検査の自動化に応用するための講座

・プログラム開発や画像処理の初学者であっても高性能な不良品検出用AIが構築できる技術を修得し、欠陥検出システムの開発に活かそう!

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

 様々な工業製品の検査工程においては一部で自動化が進んでいるものの、それぞれの製品の品質管理に精通した検査員の目視検査に頼るところが未だ大きいようです。最近では深層学習の技術を画像認識に特化させた畳み込みニューラルネットワーク(CNN)などのAIを製品の欠陥検出に応用しようとする試みが活発に行われており、私達の研究室でも製造業が抱える目視による品質検査の自動化に関する課題を解決するために、プログラム開発や画像処理の初心者であっても高性能な不良品検出用AIを構築できるようにCNNなどの設計、訓練および評価を効率的に支援できるアプリケーションをMATLAB上で開発しています。

本セミナーではこのアプリケーションの研究室内外での運用事例を交えた画像処理、深層学習の基礎と応用例を紹介します。

これまでにも、研究室で開発中の「CNN、CAE、SVMなどのAI設計支援アプリケーション」を使って地域の企業の方々に関連技術を紹介してきましたが、文系の方でもスマホやPCを使われている方であれば概要、将来性を理解してもらえています。

本セミナーは7月7日(木)から変更となりました

セミナー詳細

開催日時
  • 2022年07月06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電気・機械・メカトロ・設備ソフト・データ・画像・デザイン品質・生産管理・ コスト・安全
受講対象者 ・畳み込みニューラルネットワーク(CNN)、畳み込みオートエンコーダ(CAE)、サポートベクタマシン(SVM)などのAIを応用した工業製品などの欠陥検出、不良品検出のシステムに興味のある方
・AIを応用し、画像や動画に含まれる特徴抽出とそれらを分類するシステムに興味のある方
予備知識 ・画像処理や機械学習の基礎知識があれば理解しやすい
・上記知識がありスマホやPCを使用していれば、文系の方でも概要、将来性を理解できます
修得知識 ・上記アプリケーションでどのようなことが可能になるのか、システム構築にはどのような設備や準備が必要なのか、などを理解していただけます
・ニューラルネットワークの基礎、畳み込みニューラルネットワーク(CNN)・畳み込みオートエンコーダ(CAE)・サポートベクタマシン(SVM)などのAIの製品検査への応用例を紹介します
・AIの設計、構築から実ラインへ適用まで、市販の技術図書では解説されていないようなノウハウについても講師の経験に基づき紹介できると思います
プログラム

1.ニューラルネットワーク(Neural Network:NN)と画像処理の基礎

  (1).従来の浅い構造のNNと学習

  (2).シリアルリンクの運動学モデルの学習

  (3).欠陥検出に応用できる代表的な深層学習モデル(CNN、CAE、SVM)

  (4).学習に必要な画像の基本処理と画像拡張

  (5).公開されている画像データセット

 

2.畳み込みニューラルネットワーク(Convolutional Neural Network:CNN)

  (1).畳み込みニューラルネットワーク(CNN)とは

  (2).CNNの学習

  (3).CNN学習時のパラメータ

  (4).オリジナル設計によるCNNモデル

  (5).公開されている高性能CNNの例

  (6).転移学習によるCNNモデルの設計

  (7).動画内の特徴を抽出する3D CNN

   (8).画像拡張のためのGAN(敵対的生成ネットワーク)

 

3.CNNの分類結果に影響を及ぼした領域の可視化

  (1).特徴マップの活性化状況による可視化

  (2).GradーCAM(Gradientーweighted Class Activation Mapping)による可視化

  (3).畳み込みオートエンコーダ(CAE)とは

  (4).CAEを用いた欠陥部分の可視化

 

4.サポートベクタマシン(SVM)

  (1).サポートベクタマシン(SVM)とは

  (2).1クラス学習によるSVMの設計

  (3). 2クラス学習によるSVMの設計

 

5.CNN、CAE、SVMを工業製品の欠陥検出に応用した例

  (1).オリジナルで設計したCNNの適用例

  (2).転移学習で設計したCNNの適用例

  (3).CAEを用いた不良品検出

  (4).SVMの適用例

キーワード 画像認識 深層学習 ディープラーニング 畳み込みニューラルネットワーク CNN AI 欠陥検出 不良品検出 異常検知 生産ライン 検査 目視検査 ニューラルネットワーク NN
画像拡張法 転移学習 畳み込みオートエンコーダ CAE サポートベクタマシン SVM 3次元畳み込みニューラルネットワーク 3DCNN 特徴量抽出 敵対的生成ネットワーク GAN MATLAB 転移学習
タグ 統計・データ解析AI・機械学習カメラシミュレーション・解析生産管理センサ品質管理ネットワーク画像画像処理画像認識機械車載機器・部品電子部品LSI・半導体
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。
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