外観検査の自動化における画像認識の基礎と生成AI活用の課題と可能性

セミナー趣旨

　近年、ディープラーニングによる画像認識は目覚ましい発展を遂げており、これらの成果は実利用の段階に入った。工場などの生産現場では、古くから画像認識による外観検査や異常検知が導入されているが、これらにディープラーニングを導入することで飛躍的な精度の向上を行った事例が報告されつつある。一方で、ディープラーニングを外観検査に応用する場合には、外観検査、異常検知ゆえの問題がある。
　本セミナーでは、ディープラーニングの基礎から、異常検知の考え方、異常検知の問題点、異常サンプルがない場合と、少量のサンプルがある場合でのアプローチ、生成AIを用いた外観検査の現状と最新動向についての講演を行う。

受講対象・レベル

製造現場などで外観検査に深層学習を導入したい方
・クラス分類、異常検知の考え方、知見を得たいと考えている方
・現場導入に際し、データの集め方、性能の評価の仕方の知識を得たい方
・生成AIで検査がどこまでできるかについて知識を得たい方
・これから自社で外観検査システム、異常検知システムを構築したい、もしくはそれらの考え方を知りたい受講者を対象とします。

必要な予備知識

ある程度の数学の知識や情報工学の基礎知識程度を持っていれば理解できるような講演内容とします。

習得できる知識

・画像外観検査に関する深層学習手法（クラス分類、異常検知）の知識
・生成AIを用いた検査の現状と最新動向

セミナープログラム

１． 特徴量と特徴空間
　　　1-1. 特徴量とは
　　　1-2. 特徴空間
　　　1-3. クラスの概念

２． 識別問題
　　　2-1. 識別問題とは
　　　2-2. 線形識別法
　　　2-3. 異常検知の考え方

３． 異常サンプルがない場合の方法
　　　3-1. オートエンコーダ
　　　　　　3-1-1. オートエンコーダの基礎
　　　　　　3-1-2. 畳み込みオートエンコーダ
　　　　　　3-1-3. オートエンコーダの復元による異常検知
　　　3-2. Deep SVDD
　　　　　　3-2-1. Deep SVDDの基礎
　　　　　　3-2-2. Deep SVDDによる異常検知
　　　　　　3-2-3. オートエンコーダ＋Deep SVDD

４． 異常サンプルが少量ある場合の方法
　　　4-1. Deep SAD

５． 最新異常検知手法

６． 運用方法
　　　6-1. データの集め方とデータの重要性
　　　6-2. データ拡張
　　　6-3. 異常検知手法の選択方法
　　　6-4. 学習方法
　　　6-5. 異常検知における性能評価
　　　　　（Confusion matrix、ROCカーブとAUC、性能評価法）
　　　6-6. チューニング方法

７． 生成AIを用いた外観検査の現況と最新動向

【質疑応答】

キーワード：
外観検査,画像認識,異常検知,深層学習,生成AI,ディープラーニング,セミナー,講演,研修

セミナー講師

岐阜大学
工学部 電気電子・情報工学科情報コース 教授 博士（情報・認知科学）
加藤 邦人 氏

【ご専門】
コンピュータビジョン

セミナー受講料

49,500円（税込、資料付）
■ セミナー主催者からの会員登録をしていただいた場合、1名で申込の場合46,200円、
　 2名同時申込の場合計49,500円（2人目無料：1名あたり24,750円）で受講できます。
（セミナーのお申し込みと同時に会員登録をさせていただきますので、
　  今回の受講料から会員価格を適用いたします。）
※ 会員登録とは
　 ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
　 すべて無料で年会費・更新料・登録費は一切かかりません。
　 メールまたは郵送でのご案内となります。
　 郵送での案内をご希望の方は、備考欄に【郵送案内希望】とご記入ください。

受講について

Zoomを使ったWEB配信セミナー受講の手順

1. Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントをダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
2. セミナー前日までに必ず動作確認をお願いします。
3. 開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。

• セミナー資料は開催前日までにお送りいたします。
• アーカイブの場合は、配信開始日以降に、セミナー資料と動画のURLをメールでお送りします。
• 無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。