畳み込みニューラルネットワークとVision Transformerの基礎と画像認識への応用

51,700 円(税込)

※本文中に提示された主催者の割引は申込後に適用されます

※銀行振込

このセミナーの申込みは終了しました。


よくある質問はこちら

このセミナーについて質問する
開催日 10:30 ~ 17:00 
締めきりました
主催者 株式会社トリケップス
キーワード 機械学習・ディープラーニング   AI(人工知能)   情報技術
開催エリア 全国
開催場所 お好きな場所で受講が可能

CNN:Convolutional Neural Network / Vision Transformer

セミナー講師

山下 隆義(やましたたかよし) 氏    中部大学 工学部 情報工学科 教授(工学博士)

セミナー受講料

お1人様受講の場合 51,700円[税込]/1名
1口でお申込の場合 62,700円[税込]/1口(3名まで受講可能)
 
受講申込ページで2~3名を同時に申し込んだ場合、自動的に1口申し込みと致します。

受講について

  • 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前に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下さい。
  • 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。

セミナー趣旨

   深層学習の代表的な手法である畳み込みニューラルネットワークは画像認識分野で様々なタスクへの応用が進んでいる.また,近年は自然言語分野で提案されたTransformerを応用したVision Transformerなど新たな手法も提案されている.
 本講義では,畳み込みニューラルネットワークとVision Transformerについて,仕組みと画像認識分野への応用事例について説明する.また,畳み込みニューラルネットワークの実装方法についても紹介し,実践的に活用できる知識を身につける. 

セミナープログラム

1 ディープラーニングの現在

2 畳み込みニューラルネットワーク(CNN:Convolutional Neural Networks)
 2.1 CNNの構成要素
  2.1.1 畳み込み層,プーリング層,全結合層
 2.2 CNNの学習方法
  2.2.1 誤差逆伝播法,最適化法
 2.3 汎化性能向上のテクニック
  2.3.1 Dropout,データ拡張(Mixup, Cutout等)

3 代表的なネットワーク構造
 3.1 VGG
 3.2 GoogLeNet(Inception module)
 3.3 ResNet
 3.4 MobileNet

4 画像認識分野への応用
 4.1 物体検出
 4.2 セグメンテーション
 4.3 姿勢推定
 4.4 異常検知
 4.5 判断根拠の可視化
 4.6 文章生成

5 Vision Transformer
 5.1 アテンション構造
 5.2 Transformer
 5.3 Vision Transformer
 5.4 DINO(自己教師あり学習)

6 ディープラーニングの実装
 6.1 畳み込みニューラルネットワークの実装
 6.2 Transformerの実装
 6.3 ディープラーニングのライブラリ