CNN/Transformer/教師なし表現学習の基礎と画像認識への応用 <オンラインセミナー>
~ CNNの基礎と発展技術、Transformerの基礎と検出・追跡・点群処理の応用、教師なし表現学習と対象識別の応用 ~
・画像認識で注目される「Transformer」や、分類・推定タスクや少量データの解析で有効な「教師なし表現学習」の基礎と応用を修得する講座!
・ディープラーニングの発展としてCNN、Transformer、教師なし表現学習の手法を修得し、画像の検出・識別・認識技術に応用しよう!
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
最近、CNNやTransformerなどのディープラーニングが流行っておりますが、単に使うだけでなく、中身を理解したり、改良したりするためには、その基礎となる部分を理解することが重要となります。とは言っても数式だらけのものを見せられても分かりにくいかと思います。
そこで本講演では、理論と応用をセットにして解説していきます。具体的な応用例があった方が手法の特性をつかみやすく、自分の問題に応用し、改良するためのヒントとなります。これからCNN、Transformer、教師なし表現学習などを学びたい方や画像認識等の実際の問題に応用したい方にお勧めです。
セミナー詳細
開催日時 |
- 2024年05月29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 |
・コンピュータビジョンや画像認識を使いたい技術者の方
・最近よく使われる代表的手法の特性を一度に学びたい技術者の方 |
予備知識 |
・専門知識は特に必要ありません。高校~大学初年度程度の数学(微分・積分、ベクトル・行列、統計初歩など)を忘れている方は、復習しておくことをお勧めします。 |
修得知識 |
・最近のコンピュータビジョンや画像認識でよく利用されているCNN、Transformer、 教師なし表現学習の基礎やその特性を知ることができる。各手法を用いた実際の応用例を紹介するので、自分の解決したい問題に対するヒントが得られる。 |
プログラム |
1.「CNN」 「Transformer」 「教師なし表現学習」の関係
(1).CNNとTransformer
(2).CNNの後継としてのTransformer
(3).CNN/Transformerと教師なし表現学習の関係:「教師なし表現学習」は、組み合わせで使う
2.Convolutional Neural Networkの基礎と応用
(1).Deep learningの理論と応用例:
(2).Convolutionとその発展(CondConv、Dynamic Conv、Octave Conv )
(3).活性化関数(ReLU、Leaky ReLU、ELU、Swish、Mish、FReLU、GELU )
(4).Dropout
(5).Batch normalizationとその発展(Batch renormalization、Layer normalization、Instance normalization、Group normalization )
3.Transformerの基礎と応用
(1).Self attentionとSource target attentionとその応用(Non local net、Dual attention netなど)
(2).Self attention network
(3).Axial attention
(4).Vision Transformerとその発展(ViT、DeiT、Swin、MLP Mixer、MetaFormerなど )
(5).対象検出への応用 (DETRなど )
(6).対象追跡への応用 (TrackFormerなど )
(7).セグメンテーションへの応用(SETR、Mask2Formerなど)
(8).3次元点群への応用(Point Transformer、Stratified Transformerなど)
(9).超解像度への応用(SwinIRなど)
4.教師なし表現学習の基礎と応用
(1).SimCLR
(2).BYOL
(3).SimSiam
(4).Barrow Twins
(5).DINO
(6).対象識別への応用
a.車画像、動物画像の分類問題
b.教師なし表現学習とCNNの組み合わせ
c.教師なし表現学習とTransformerの組み合わせ
|
キーワード |
パターン認識 画像認識 コンピュータビジョン CNN Transformer 教師なし表現学習 対象検出 対象追跡 セグメンテーション 3次元点群 超解像度 |
タグ |
AI・機械学習、画像認識 |
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。