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
| 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