～ 画像処理の基礎と特徴抽出、統計的学習による分類・識別、深層学習による異常検知手法と応用 ～
・低コストで実現できる画像ベースの異常検知技術を修得し、システム開発へ応用するための講座
・OpenCVやPyTorchを用いたプログラムのデモ解説を通して、画像処理や深層学習を用いた特徴抽出法と異常検知法が修得できる特別セミナー！
オンラインセミナーの詳細はこちら：
https://www.j-techno.co.jp/オンラインセミナーのご案内/
・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。
コンクリートのひび割れや工業製品の欠陥検出などの異常検知を比較的低コストで実現できる画像ベースの異常検知技術の需要が高まっています。画像ベースの異常検知では、基本的にはカメラなどから取得された画像データのみであるため、画像処理や深層学習を用いて特徴抽出を行い、異常の有無を判定します。そのため、画像から特徴を抽出する画像処理技術と、抽出した特徴量から分類（異常の有無）を行う画像認識技術の両方が必要となります。
そこで本セミナーでは、まずは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それらの特徴をどのように抽出するのかについて解説します。次に、抽出した特徴量を分類・識別するための統計的学習法について解説します。また、近年注目されている深層学習を用いた異常検知手法についても紹介し、応用例としてコンクリートのひび割れ検知を対象とし、OpenCVやPyTorchを用いたプログラムのデモや解説を行います。
| 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を行うのかに関心がある方 ・画像、システム、ソフトほか関連部門の技術者の方 |
| 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 ・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 ３．深層学習による異常検知 ４．応用：コンクリートのひび割れ検知 ５．まとめと異常検知技術の将来 |
| キーワード |
画像処理 特徴抽出 平滑化 ノイズ除去 OpenCV 統計的学習 統計的パターン認識 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 OpenCV 異常検知 オートエンコーダ EfficientNet PyTorch |
| タグ | 統計・データ解析、AI・機械学習、イメージセンサ、コンテンツ、カメラ、画像、画像処理 |
| 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。
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日
