画像処理および深層学習による特徴抽出法と異常検知への応用 ~デモ付~ <オンラインセミナー>
~ 平滑化とノイズ除去、OpenCVを用いたプログラム、分類・識別と学習法、オートエンコーダ、EfficientNetを用いた異常検知技術 ~
・低コストで効果的な画像ベースの異常検知技術を修得し、実務で応用するための講座
・画像処理により効率的に特徴抽出を行う方法や統計的学習法による特徴量の分類・識別技術を修得し、自動外観検査や異常検知システムに応用しよう!
※セミナーで紹介したプログラムはお配りいたします
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、コンクリートのひび割れや工業製品の欠陥検出などの分野で、低コストで効果的な画像ベースの異常検知技術への需要が増加しています。画像ベースの異常検知では、画像処理技術と画像認識技術が重要です。
本セミナーでは、まず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効率的に特徴抽出を行う方法について解説します。さらに、抽出された特徴量を分類・識別する統計的学習法に焦点を当て、解説を行います。また、近年注目を集めている深層学習を活用した異常検知手法についても詳しく紹介します。具体的な応用例として、コンクリートのひび割れ検出を対象に、OpenCVやPyTorchを用いたプログラムのデモンストレーションや解説を行います。
セミナー詳細
開催日時 |
- 2023年09月08日(金) 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 |
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
(1).基本概念
(2).平滑化とノイズ除去
a.線形フィルタ
b.非線形フィルタ
(3).2値画像処理
a.2値化処理
b. ラベリング
c.輪郭追跡
(4).画像特徴の抽出
a.点検出処理
b.線検出処理
c.エッジ検出処理
d.周波数解析
(5).OpenCVを用いたプログラムのデモ・解説
2.統計的学習による分類・識別の基礎
(1).統計的パターン認識
(2).分類・識別と学習法
a.判別分析法
b.K-means法
c.サポートベクトルマシン
(3).ニューラルネットワーク
a.ニューラルネットワークモデル
b.階層型ネットワークモデルと誤差逆伝搬法
(4).PyTorchを用いたプログラムのデモ・解説
3.深層学習による異常検知
(1).深層学習
(2).畳込みニューラルネットワーク
(3).オートエンコーダを用いた異常検知
(4).EfficientNetを用いた異常検知
(5).PyTorchを用いたプログラムのデモ・解説
4.応用:コンクリートのひび割れ検知の事例
(1).OpenCVを用いたプログラムのデモ・解説
(2).PyTorchを用いたプログラムのデモ・解説
5.まとめと異常検知技術の将来
|
キーワード |
特徴抽出 平滑化 ノイズ除去 画像特徴 OpenCV 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 誤差逆伝搬法 深層学習 異常検知 オートエンコーダ EfficientNet PyTorch
|
タグ |
AI・機械学習、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。