Pythonによる画像認識AI技術と高精度化のための実践ポイント <オンラインセミナー>
~ 畳み込みニューラルネットワークの基礎、モデル開発の実践ポイント、推定精度の改善、 物体検出、属性推定への応用 ~
・深層学習を用いた画像認識AI技術の動作や機能、精度向上のためのモデル改善手法を学び、システムに応用するための講座
・PythonによるAIモデルの学習、テスト、推論の実行、精度向上のための有効な改善策を修得し、画像認識を応用したシステム開発に活かそう!
※使用したサンプルコードはご提供します
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
近年、実社会にはAI技術を用いた画像認識技術が広く普及して、数多くの新しいサービスが創出されています。また、私たちの身近にあるコンピューターやスマートフォンに搭載された“AI”と呼ばれる技術のほとんどが深層学習を用いて開発されています。このような社会の流れに伴ってAI開発のためのプログラミングのスキルやノウハウを獲得することはこれまで以上に重要になってきています。
本セミナーは、画像認識AI技術の基礎を、AI技術開発において最も利用されているプログラミング言語 Python を通して学ぶ内容となっています。今回配布するサンプルコードは基礎となる各関数の計算例から始まり、AIモデルの学習・テスト・推論の実行、精度向上のために有効な改善策までを順序立てて学ぶことができます。
サンプルコードを配布しますので、受講後にもサンプルコードを利用していただくことができます。
本講義を踏まえて、画像認識AIの利用や開発が身近になるきっかけになればと思います。
セミナー詳細
開催日時 |
- 2022年10月06日(木) 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 |
・AI技術(特に深層学習)を使った画像処理に興味のある方
・画像の分類・分析に興味のある方
・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 |
・本講義で使用するサンプルコードは、Windows10、Google Chromeの使用を前提としています
・AIや画像の基礎知識があると理解しやすい
・確率・統計や数学の知識は必須ではありません |
修得知識 |
・AI開発環境構築の流れの全体を知ることができます
・深層学習を用いた画像認識AI技術の動作や機能を実践的に把握できます
・深層学習の精度向上のためのモデル改善手法を学ぶことができます
・画像認識技術の応用技術(セグメンテーション、物体検出、姿勢推定、属性推定、etc)について知ることができます |
プログラム |
1.Pythonと開発環境
(1).開発環境について
a.Jupiter Notebookのインストール
b.機械学習ライブラリ “Pytorch”とは
2.画像認識AI技術
(1).従来の画像認識技術について
(2).ニューラルネットワーク(NN)の基礎
(3).畳み込みニューラルネットワーク(CNNモデル)の基礎
a.畳み込み層
b.プーリング層
c.全結合層
3.モデル開発の実践とポイント
(1).データセットの分析・前処理
a.画像の前処理
b.k分割交差検証
(2).CNNモデルの学習・テスト
(3).CNNモデルの評価
a.混同行列
b.適合率・再現率
4.推定精度の改善
(1).誤分類の分析
a.判断根拠の可視化 Grad-CAMの適用
(2).ハイパーパラメータチューニング
(3).データオーグメンテーション
5.画像認識AI技術の応用
(1).セグメンテーションタスク
(2).物体検出
a.姿勢推定
b.トラッキング
(3).属性推定
(4).マルチタスク
6.質疑応答
|
キーワード |
Python Jupiter Notebook Pytorch 画像認識 ニューラルネットワーク モデル開発 データセット CNNモデル 推定精度 Grad-CAM ハイパーパラメータチューニング データオーグメンテーション セグメンテーションタスク 物体検出 属性推定 マルチタスク |
タグ |
AI・機械学習、画像、画像処理、画像認識、データ分析 |
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。