セミナー 印刷

【Live配信(リアルタイム配信)】
【出席者特典:アーカイブ付(5日間視聴OK)】

画像認識技術および
ディープラーニングの基礎・入門と応用展開

■画像の撮影(カメラ・画像処理、光学系、最適化)■
■機械学習の基礎と画像認識、ディープラーニング、外観検査への応用■

本セミナーは都合により中止となりました。(2021.10.19.16:00)
★ 光学系を用いた画像の撮影技術、画像認識技術、画像認識処理フロー、
  評価方法、ディープラーニング、様々な画像認識アルゴリズム、また外観検査などへの応用まで!
日時 2021年10月26日(火)  10:30~16:30
会場 Live配信セミナー ※会社・自宅にいながら受講可能です※  
会場地図
受講料(税込)
各種割引特典
55,000円 ( E-Mail案内登録価格 52,250円 ) S&T会員登録とE-Mail案内登録特典について
定価:本体50,000円+税5,000円
E-Mail案内登録価格:本体47,500円+税4,750円
E-Mail案内登録なら、2名同時申込みで1名分無料 1名分無料適用条件
2名で55,000円 (2名ともE-Mail案内登録必須​/1名あたり定価半額27,500円)
テレワーク応援キャンペーン(1名受講)【Live配信/WEBセミナー受講限定】
1名申込みの場合:受講料( 定価:49,500円/E-Mail案内登録価格 46,970円 ) 

49,500円 ( E-Mail案内登録価格 46,970円 ) 
 定価:本体45,000円+税4,500円
 E-Mail案内登録価格:本体42,700円+税4,270円
1名様でLive配信/WEBセミナーを受講する場合、上記特別価格になります。
※お申込みフォームで【テレワーク応援キャンペーン】を選択のうえお申込みください。
※他の割引は併用できません。
特典※出席参加者に限り、アーカイブ:録画映像(5日間視聴可)も付いています。繰り返しの視聴学習が可能!
(※原則編集は行いません。3営業日以内を目途にZoomのURLまたは当社サイトのマイページからご視聴いただけます。)
配布資料PDFデータでの配布のみ(印刷可/編集は不可)
※PDFデータは、セミナー開催日の2日前を目安にマイページからダウンロード可能になります。
オンライン配信ZoomによるLive配信 ►受講方法・接続確認(申込み前に必ずご確認ください)
・本セミナーはビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。
■最近よくあるお問い合わせ■
1.受講中の、カメラのON/OFF、マイクのON/OFFについて。
  → カメラは任意です、カメラが付いていなくても受講できます(OFFで構いません)。
  → 講義中はマイクOFF(ミュート)にしてください。質疑応答は、音声/チャット どちらでも質問ができます。
2.他の受講者に、所属を知られたくない。
  → Zoom入室の際、会社名を入れる必要はありません。名字(出席確認のため)だけで結構です。
3.開催日までに振込み(入金)が間に合わない。
  → 受講後でも構いません。お申込み時に振込み予定日を記入いただくか、決まり次第のご連絡で構いません。
備考資料付
※講義中の録音・撮影はご遠慮ください。
※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。

セミナー趣旨

 近年、自動運転を始めとする多彩なアプリケーションに必要な技術として盛り上がっている、ディープラーニングを始めとする機械学習を用いた画像認識技術について説明致します。
 具体的には、光学系を用いた画像の撮影に関する技術から、画像認識技術の概要、一般的な画像認識処理フロー、評価方法、ディープラーニングの基礎、様々な画像認識アルゴリズム、また外観検査などへの応用に関して解説致します。機械学習ベースの画像認識技術に興味がある方におすすめ致します。いくつか講座後出来る演習も準備致します。

セミナー講演内容

<得られる知識・技術>
・画像認識用の画像撮影知識
・機械学習の概要
・ディープラーニングの基礎
・画像認識技術の基礎
・画像認識技術のアプリケーション例

<プログラム>
1.画像認識技術の概要
 1.1 画像認識のキー技術

2.画像の撮影
 2.1 撮影画像
 2.2 各種カメラ
 2.3 画像処理
 2.4 光学系と画像処理の最適化設計
 2.5 偏光カメラ

3.機械学習の基礎と画像認識
 3.1 機械学習とは
 3.2 機械学習の考え方
 3.3 一般的な画像認識AIの処理フロー

   a. 学習サンプル
   b. 特徴量の設計について
   c. 機械学習の種類
   d. 性能評価方法
 3.4 機械学習による開発のポイント
 演習問題:少量サンプルテーブルデータの分類問題

4.ディープラーニングの基礎
 4.1 応用用途と発展の歴史
 4.2 基本形
 4.3 学習方法
 4.4 層構成
 4.5 正則化
 4.6 畳み込みニューラルネットワーク
 4.7 実行コード解説

   a. テーブルデータ分類例
   b. 画像認識例
   c. ディープラーニングを用いた画像検査例
 演習問題:ディープラーニングを用いた分類問題

5. 様々な画像認識アルゴリズム
 5.1 画像認識処理の歴史
 5.2 代表的な処理
 演習問題:CNNを用いた画像認識問題

6.画像認識技術のアプリケーション例
 6.1 鋳造部品の画像検査アルゴリズム例
 6.2 路面凍結部検出アルゴリズム例

7.画像認識と機械学習技術の今後の動向
 7.1 AIの急速な発展
 7.2 AIの製造業への応用


  □質疑応答□