画像認識 AI セミナー

                  
プラントのDX化による生産性の向上、保全の高度化
ラマン分光スペクトルデータ解析事例集
 
<セミナー No.402113>
 

★ 自社でAIを開発するためのAIの基礎知識と、開発プロセス、実装での留意点
★ 画像データからの特徴量抽出のポイントや、サンプルデータが少量だったときの工夫など、 モデル構築での問題解決のヒントが満載!

【Live配信セミナー】

工場における画像認識AI自社開発

その実装の進め方


■ 講師

(株)ブラライトヴォックス 取締役CTO 笠原 亮介 氏

■ 開催要領
日 時

  2024年2月16日(金10:30〜16:30

会 場

Zoomを利用したLive配信 ※会場での講義は行いません
Live配信セミナーの接続確認・受講手順は 「こちら」 をご確認下さい。

聴講料

1名につき 55,000円(消費税込、資料付)
〔1社2名以上同時申込の場合のみ1名につき49,500円〕

〔大学、公的機関、医療機関の方には割引制度があります。詳しくは上部の「アカデミック価格」をご覧下さい〕

■ プログラム


【講座主旨】

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。工場における画像データを用いたAI開発を行いたい方をはじめ、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。いくつか講座後出来る演習も準備致します。

【講座内容】

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 各種カメラとその特性
 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
  a. 学習サンプル
  b. 特徴量の設計について
  c. 機械学習の種類
  d. 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
  a. テーブルデータ分類例
  b. CNNを用いた画像認識例
  c. 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 鋳造部品の欠陥検査アルゴリズム例
 6.2 路面状態認識アルゴリズム例
 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

【質疑応答】


画像認識 AI セミナー