ホーム > eラーニング 教材一覧 > 画像処理特化コース

画像処理特化コース

  • New!
    新規コース(過去6ヶ月)
標準学習時間 15時間提供元 株式会社キカガク
価格(税込)  77,000円(税込)備考 講義+演習
提供形態/付帯教材種別

ASP

オンラインテキスト

商品コード MAX0005R

重要なご連絡・ご確認事項

当コンテンツの視聴期限は、無期限です。
※ キカガク社より講義資料の停止またはURLの変更について連絡が入った際は、ご案内差し上げます。

お申込みより7営業日以降の開始日希望日をご記入お願いいたします。

対象者情報

対象者
・ディープラーニングの基礎を習得した後の学習指針が欲しい方
・画像領域の独学での学習に挫折してしまった方
・これらの技術をすでに仕事で使用しているも理論の理解が必要になった方
前提条件
    □ディープラーニングの基礎知識、PyTorchの基礎知識

学習内容の詳細

コース概要
ディープラーニングの中でも需要が高い画像領域に特化したコースです。
セグメンテーションと物体検出を理論と実装はもちろん、実現場での注意点や躓きポイントを事例を用いて説明します。
実務を想定した研修設計のため、活用イメージを持ちたい方にオススメです。
学習目標
● ディープラーニングの理論を理解し、画像・自然言語のデータを使ってAIのモデル構築まで実装できている状態
● モデルの精度向上のために、データの前処理やハイパーパラメータ調整を自らの手で行えている状態
学習内容
1. イントロダクション

2. SemanticSegmentation とは

3. 体験してみよう

4. 基本技術
  - アップサンプリング
  - パラメータ削減

5. モデルの歴史

6. annotation(labelme)
  - annotation(labelme)

7. U-Netの実装
  - データ準備
  - 学習・評価
  - 性能改善

8. Semantic Segmentation 演習課題

9. ObjectDetectionとは

10. 体験してみよう

11. 基本技術
  - Bounding Box
  - Intersection over Union (IoU)
  - Non-macimum Suppression
  - mean Average Precision (mAP)

12. モデルの歴史
  - Two Stage Model
  - One Stage Model

13. annotation(VoTT、labellmg)

14. SSD実装
  - データ準備
  - 学習・評価
  - 性能改善

15. YOLO とその他データ拡張

16. Object Detection 演習課題

ご注意・ご連絡事項

お申込み手続きが完了しましたら、キャンセルはできませんのでご注意ください。
お申込みから7営業日以内には、キカガク社よりご案内が届きます。ご案内の内容に従い学習を始めてください。