セミナー
サイトリニューアルをしました。
May 8, 2017
画像認識技術入門
～画像の撮影から機械学習技術、ディープラーニングの活用まで～
本セミナーは都合により6/12に延期しました。
新日程のホームページはコチラ。4/12 10:00更新
新日程のホームページはコチラ。4/12 10:00更新
受講可能な形式：【Live配信】のみ
このセミナーの受付は終了致しました。
| 日時 | 2023年4月18日（火） 10:30～16:30 |
|
|---|---|---|
| 会場 | オンライン配信セミナー |
会場地図 |
| 講師 | 株式会社ブライトヴォックス 取締役CTO（博士（工学）） 笠原 亮介（かさはら りょうすけ） 氏 ＜略歴＞ 2004年 東北大学大学院 工学研究科 電気・通信工学専攻 博士課程前期修了 2004年 株式会社リコー入社 撮像システムと機械学習を用いた画像認識技術の研究開発等に従事 2019年 東北大学大学院 工学研究科 通信工学専攻 博士課程後期修了 2022年より、株式会社ブライトヴォックス 取締役CTO。 ＜専門＞ 画像処理、機械学習、画像認識、信号処理、FPGA設計 ＜受賞＞ 精密工学会主催 外観検査アルゴリズムコンテスト2014 優秀賞受賞 精密工学会主催 外観検査アルゴリズムコンテスト2015 優秀賞受賞 IPSJ Transactions on System LSI Design Methodology Best Paper Award受賞 |
|
|
受講料(税込)
各種割引特典
|
51,700円
( E-Mail案内登録価格 51,700円 )
S&T会員登録とE-Mail案内登録特典について
定価：本体47,000円＋税4,700円
E-Mail案内登録価格：本体47,000円＋税4,700円
|
|
お１人様受講の場合 51,700円 （47,000円＋税4,700円）
1口でお申込の場合 62,700円 （57,000円＋税5,700円／1口（3名まで受講可能）） ※S&T E-Mail案内登録価格 S&T複数同時申込み割引対象外 ※開催7日前に請求書を発送します。 ※開催日から9日前以降のキャンセルは受講料全額を申受けます。但し、セミナー終了後テキストを郵送します。 一旦、納入された受講料はご返金できません。当日ご都合のつかない場合は代理の方がご出席下さい。 ※サイエンス＆テクノロジーが設定しているアカデミー価格・キャンセル規定対象外のセミナーです。 |
||
| 主催 | (株)トリケップス | |
| オンライン配信 | ★本セミナーは、Zoomウェビナーを使用して行います。 受講者の通信回線にセキュリティなどの制限がある場合は参加できないことがあるため、 事前に当日ご利用予定の通信回線にて、 Zoom公式ページ（https://zoom.us）にアクセスできることをご確認していただくようお願いします。 または、Zoomのテストミーティング（http://zoom.us/test）にアクセスできることをご確認ください。 Zoomをダウンロードしている方はマイクとスピーカーのテストも可能です。 ※こちらは接続テスト用のミーティングです。実際のセミナー参加者画面とは異なります。 ★インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。 講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。 ★受講中の録音・撮影等は固くお断りいたします。 ※開催5日前までに主催会社(株)トリケップスから参加者に当日必要なURLとパスワードをメールにてお知らせします。 | |
| 備考 | ★受講申込者が必要定員に満たないセミナーは中止・延期させていただく場合があります。 その場合は開催1週間前にご連絡します。 ★1口でお申込の場合 代表受講者を定めて下さい。請求書発送等の連絡は代表受講者へ行います。 申込時に参加者全員の氏名・所属が明記されていない場合、ご参加できない場合があります。 | |
セミナー趣旨
近年、多彩なアプリケーションに必要な技術として実用化が進んでいる画像認識技術に関して、カメラによる画像の撮影から、機械学習技術やディープラーニングの活用まで基礎から説明致します。
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。画像認識技術について知りたい方に幅広くおすすめ致します。いくつか、講座後できる演習も準備致します。
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。画像認識技術について知りたい方に幅広くおすすめ致します。いくつか、講座後できる演習も準備致します。
セミナー講演内容
１ 画像認識技術の概要
1.1 画像認識技術の応用用途
1.2 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 偏光情報の活用
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
3.3.1 学習サンプル
3.3.2 特徴量の設計について
3.3.3 機械学習の種類
3.3.4 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
4.7.1 テーブルデータ分類例
4.7.2 CNNを用いた画像認識例
4.7.3 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
5.3 少量学習データに対する対応～画像生成、転移学習、ドメイン適応～
＊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
6.3 転移学習を使った欠陥検査例
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
1.1 画像認識技術の応用用途
1.2 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 偏光情報の活用
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
3.3.1 学習サンプル
3.3.2 特徴量の設計について
3.3.3 機械学習の種類
3.3.4 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
4.7.1 テーブルデータ分類例
4.7.2 CNNを用いた画像認識例
4.7.3 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
5.3 少量学習データに対する対応～画像生成、転移学習、ドメイン適応～
＊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
6.3 転移学習を使った欠陥検査例
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
当サイトはグローバルサイン社によりセキュリティ認証をされています。
SSL対応ページ（https）からの情報送信は暗号化により保護されます。
SSL対応ページ（https）からの情報送信は暗号化により保護されます。