画像認識検査技術・VLMの基礎と異常検知への応用およびそのポイント <オンラインセミナー>
~ 画像認識のための機械学習の基礎、異常検知アルゴリズムの画像検査への応用、言語モデル・Vision-Language Modelの画像検査への応用 ~
・画像認識AIの基礎を理解し、画像分類、領域分割、物体検出への応用方法を修得し、自社・自施設の画像検査技術に活かすための講座
・画像認識AIの基礎から大規模言語モデルやVision-Language Modelを用いた説明文生成、画像の言語化による異常検知など、生成AIを画像検査へ応用するための最新技術を修得し、高精度な画像検査に活かそう!
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
近年、製造業、医療、社会インフラなど幅広い分野において、画像認識AIを用いた自動検査技術への期待が高まっています。一方で、実際の検査現場では、異常データを十分に収集することが難しい、検出結果の根拠が分かりにくい、最新技術をどのように導入すべきか判断しにくい、といった課題があります。
本セミナーでは、画像認識の基礎となるニューラルネットワーク、CNN、Vision Transformerについて、基本原理から画像分類、領域分割、物体検出への応用までを解説します。さらに、画像検査に有効な異常検知手法として、Autoencoder、拡散モデル、PaDiM、PatchCoreなどを取り上げ、正常画像のみを用いた異常検知の考え方や異常領域の可視化について説明します。加えて、大規模言語モデルやVision-Language Modelを用いた画像の説明文生成、画像の言語化による異常検知など、生成AIを活用した新しい画像検査の可能性についても紹介します。
セミナー詳細
| 開催日時 |
- 2026年12月09日(水) 10:00 ~ 17:00
|
| 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、研究開発・商品開発・ ビジネススキル |
| 受講対象者 |
・画像認識AIや画像検査に興味があり、基礎から学びたい初学者の方
・製造業、医療、社会インフラなどにおいて、画像データを活用した検査・診断業務に関わり始めた方
・AIや機械学習の専門知識はないが、画像検査への活用方法を理解したい方
・CNN、ViT、生成AIなどの用語を聞いたことはあるが、仕組みや使い方を基礎から学びたい方
・これから画像認識AIや異常検知技術の導入を検討している方
|
| 予備知識 |
・特に必要ありません
・ただし、画像処理、機械学習、Pythonプログラミング、製造・医療・インフラ分野における画像検査業務のいずれかに関する基礎的な知識や経験があると、より理解が深まります
|
| 修得知識 |
・画像認識AIの基礎であるニューラルネットワーク、CNN、Vision Transformerの基本的な仕組みを理解し、画像分類、領域分割、物体検出への応用方法を修得できます
・画像検査における正常・異常分類と異常検知の違い、異常データが少ない場合の課題Autoencoder、拡散モデル、PaDiM、PatchCoreなどの代表的な異常検知手法の特徴を理解できます
・大規模言語モデルやVision-Language Modelを用いた画像説明文生成、画像の言語化による異常検知など、生成AIを画像検査へ応用するための基本的な考え方を修得できます
・これにより、自社・自施設の画像検査課題に対して、どのようなAI技術が適用可能かを検討するための基礎知識を修得できます
|
| プログラム |
1.画像認識のための機械学習の基礎
(1).ニューラルネットワークの基礎
a.画像認識における機械学習の位置づけ
b.順伝播
c.損失関数
d.誤差逆伝播法
(2).Convolutional Neural Network (CNN)
a.CNNの基礎
b.画像認識用のCNN
c.領域分割用のCNN
d.物体検出用のCNN
(3).Vision Transformer(ViT)
a.Transformerの基本構造
b.Self-Attentionによる画像特徴抽出
c.画像分類への応用
2.異常検知アルゴリズムの画像検査への応用
(1).画像検査における異常検知の考え方
a.正常・異常分類と異常検知の違い
b.教師あり学習・教師なし学習・半教師あり学習
(2).深層生成モデルを用いた異常検知手法
a.Autoencoderによる再構成誤差を用いた異常検知
b.拡散モデルを用いた画像生成と異常検知への応用
(3).特徴量ベースの異常検知手法
a.PaDiMを用いた異常検知
b.PatchCoreを用いた異常検知
3.言語モデル・Vision-Language Modelの画像検査への応用
(1).大規模言語モデルの基礎
a.大規模言語モデルの概要
b.OpenAI API等の生成AI APIの利用方法
(2).Vision-Language Modelの画像認識への応用
a.画像からの説明文生成
b.画像の言語化による異常検知
|
| キーワード |
画像認識 機械学習 順伝播 損失関数 誤差逆伝播法 Convolutional Neural Network Vision Transformer 異常検知アルゴリズム 深層生成モデル 特徴量ベース 大規模言語モデル |
| タグ |
統計・データ解析、分析、AI・機械学習、自動運転・運転支援技術・ADAS、信号処理、研究開発、画像、画像処理、画像認識、系統連系、自動車・輸送機、車載機器・部品 |
| 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。
|