近日開講予定

コースの特徴

  • ● 機械学習の最先端の論文の内容を素早く吸収、応用する力が身に付く。
  • ● 論文の読み方、深堀の仕方がわかる。
  • ● 実際のプロジェクトにおいてモデルを適用するときの考え方が身に付く。

コース概要

開講日
随時
コース名
AI論文詳解~YOLOv4~
概要
●代表的な物体検知モデルYOLOv4を深堀して理解、実装、検証する。このプロセスを通して、機械学習の最先端論文の内容を素早く吸収、応用する力を身につける。
●講義概要:実務経験のある講師がプロジェクトにおいてモデルを適用する過程を体験可能な構成
●演習概要 :モデルの解析、プログラム、PoC (レポート作成)
学習目標
●YOLOv4 を深く理解し物体検知について応用力を持つ実プロジェクトで活躍可能な知識・スキルの習得
 ・車の自動運転やドローン空撮での物体検知プロジェクト
 ・製造業での製造物の異常検知プロジェクト
●英語論文から先端技術をキャッチアップ可能な意識・スキルの取得
受講形式
オンライン、動画&テキスト
受講対象者
●AIの最先端の論文を基にアルゴリズムを構築する能力を身につけたい方
●E資格取得で習得した知識・スキルをベースに画像検知に関する専門性を高めたいエンジニア
前提スキル
E資格取得者レベルの知識とスキル
Pythonによるソフトウェア開発の経験があり、基本的なコードの読解が可能
受講料
180,000円(税込198,000円)
修了要件
全レッスンの受講、演習問題全問正答、全課題合格
学習想定総時間
60時間
教材の視聴可能時間
1年間
必要環境
Google Chrome 最新版、又はSafari 最新版。Google Colabの利用
解約可能期間
受講可能日(開講日)以降の解約は受け付けません

カリキュラム概要

カリキュラム
概要
学習想定時間(h)
CNNの復習
CNNの動作原理や歴史について
1
物体検出の現状
物体検出の歴史について
1
YOLOv4の概要
TOLOv4の全体像について
1
YOLOv4を使ってみよう
GitHub上のYOLOv4を利用してみる
2
BackBone
CSPDarknet53 他
5
Nwck
SPP, PAN 他
5
Head
YOLOv3 他
5
精度向上のための工夫
WRC, CSP, CmBN, SAT, Mish activation, Mosaic data augmentation, DropBlock, regularization, CIoU loss
など、状況に応じて実施事項を決定
10

お支払方法

  • 銀行振込
  • ※法人のお客様の場合は請求書払いのご対応も可能です。