画像認識のためのディープラーニングとモデルの軽量化

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，ネットワークモデルの軽量化技術についても説明する．これら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
　2.2　CNNの学習方法
　2.3　汎化性能向上のテクニック

3　代表的なネットワーク構造
　3.1　ResNet
　3.2　MobileNet
　3.3　EfficientNet

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　判断根拠の可視化

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　モデルのコンパクト化
　6.1　枝刈り
　6.2　蒸留
　6.3　重み分解

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

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）

 ＜経歴＞
　2002年　奈良先端科学技術大学院大学博士前期課程修了。
　2002年　オムロン株式会社入社。
　2011年　中部大学大学院博士後期課程修了（社会人ドクター）。

 ＜学会＞
 　IEEE, Computer Society　/　電子情報通信学会　/　情報処理学会　/　人工知能学会

＜研究テーマ＞
 　物体検出、物体追跡、パターン認識、深層学習、機械学習

＜受賞＞
　2020年8月　画像の認識・理解シンポジウム(MIRU) 長尾賞
　2020年5月　電子情報通信学会　論文賞
　2019年8月　画像の認識・理解シンポジウム(MIRU) 長尾賞
　2015年6月　画像センシングシンポジウム(SSII) 最優秀学術賞
　2013年6月　電子情報通信学会　PRMU研究会　研究奨励賞　受賞
　2013年6月　電子情報通信学会　情報・システムソサイエティ論文賞　受賞
　2009年6月　SSII2009　高木賞受賞
　2007年6月　CVPR2007 Best Student Award　受賞

セミナー受講料

お1人様受講の場合　53,900円[税込]／1名
1口でお申込の場合　66,000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。