CNNベース物体検出 精度向上入門
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
CNNベース物体検出 精度向上入門
概要
●代表的な物体検知モデルを深堀して理解、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)
●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
●代表的な物体検知モデル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
・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
●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
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)
はじめに
物体検出プロジェクトの流れと本講義の対象フェーズ
古典的な物体検出とDLによる物体検出のモデル構築の違い
DLによる物体検出の概要
アンカーベースの物体検出と精度評価
AnchorBox, IoU, 教師データの作成, NMS, TP/FP/FN, Confidence Score, Precision/Recall, Average Precision, Mean Average Precision
精度向上の工夫のための概要
ネットワークのモジュール化という考え方
Backboneにおける精度向上の工夫
Backboneにおける精度向上の工夫の種類
AlexNet, NIN, VGG, GoogleNet, Spatial Pyramid Pooling, Modified SPP, ResNet, ResNeXt, CBAM, CSPNet
AlexNet, NIN, VGG, GoogleNet, Spatial Pyramid Pooling, Modified SPP, ResNet, ResNeXt, CBAM, CSPNet
Neckにおける精度向上の工夫
FPN, PAN, BiFPN
Headにおける精度向上の工夫
Eliminate grid sensitivity, Dimension Cluster
損失関数の工夫による精度向上の工夫
Focal loss, CIoU Loss
ネットワークの正則化による精度向上の工夫
Dropout, DropBlock
Data Argumentationの工夫による精度向上の工夫
CutMix
学習アルゴリズムによる精度向上の工夫
Cosine annealing scheduler
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。