CNNの画像認識への応用について
機械学習は画像認識技術の大きな貢献を与えてきましたが、畳み込みニューラルネットワーク(CNN)の貢献は特に無視できないものでしょう。この講座では、クラス認識・物体検出・セマンティックセグメンテーションについてCNNを応用した代表的な手法を紹介します。
※アーカイブ講座の動画販売についてお申し込み受付中です。
統計・機械学習講座
スポット講座
Sスタンダード
アーカイブ講座(録画販売中)
機械学習は画像認識技術の大きな貢献を与えてきましたが、畳み込みニューラルネットワーク(CNN)の貢献は特に無視できないものでしょう。この講座では、クラス認識・物体検出・セマンティックセグメンテーションについてCNNを応用した代表的な手法を紹介します。
※アーカイブ講座の動画販売についてお申し込み受付中です。
画像認識は、画像のなかに写っているものをコンピュータで識別できるようにする技術です。この作業は人間にとっては難しくありませんが、それは無意識のうちに画像から、その文脈を読み取ることができるからです。画像認識の本質的な難しさは、コンピュータにこの文脈をどう把握させるかということにあり、それは「セマンティックギャップ」とよばれています。
一言で画像認識といっても、さまざまなタスクに細分化することができます。例えば、以下のようなものがあります。
・クラス認識 : 写っている物体のクラスを推定する
・物体検出 : 写っている物体のクラスを推定し、その領域を枠で囲む
・セマンティックセグメンテーション : 写っている物体のクラスを推定し、その領域を他の領域と細かく塗り分ける
機械学習は画像認識技術の大きな貢献を与えてきましたが、畳み込みニューラルネットワーク(CNN)の貢献は特に無視できないものでしょう。この講座では、クラス認識・物体検出・セマンティックセグメンテーションについてCNNを応用した代表的な手法を紹介します。
すうがくぶんかのオリジナルテキスト
デジタルデータ(jupyter)をメール添付にてお送りいたします
・畳み込みニューラルネットワークの基本的な知識(c.f. Deep Learning入門)
・keras, PyTorchいずれかの使用経験(授業ではkerasを用います。)
※畳み込みニューラルネットワークについては、授業中に短い復習をおこないます。
画像認識の歴史、画像認識の難しさ、画像認識のさまざまなタスクについて説明します。また、画像認識の機械学習においてよく用いられる前処理として、PCA白色化やZCA白色化を紹介します。
CNNによるクラス分類を復習し、ImageNetによる転移学習・ファインチューニングを紹介し、kerasを用いた実装の方法を解説します。また、畳み込みニューラルネットワークの説明可能性の話題から古典的な手法であるGrad-CAMを解説します。
物体検出のモデルの評価の方法を紹介します。また、物体検出におけるCNNの応用のなかから、Faster RCNNとYOLOを紹介します。YOLOについてはkerasを用いた実装の方法を解説します。
セマンティックセグメンテーションにおけるCNNの応用のなかから、U-Netを解説し、kerasを用いた実装の方法を解説します。また、Oxford-IIIT ペット・データセットを用いたデモを行います。
講座名 | 画像認識入門:機械学習の数理シリーズ |
---|---|
担当講師 | |
開講スケジュール |
計2回の集中講義になります。 |
受講方法 |
Zoomによるオンライン講座 |
教科書 | すうがくぶんかのオリジナルテキスト |
受講料 | 全2回 税込34,500円 |
お支払い方法 |
クレジットカード支払いは本ページ下部「受講料のお支払いについて」よりお願いいたします。 |
準備物 | ・筆記用具 |
下記のボタンを押すと該当する集団講座のチケットをご購入いただけます。
※ボタンを押すと、stripeの決済ページへ遷移します。
全2回 |
---|
2020年前期分よりオンライン授業を録画し、授業の録画販売(アーカイブ販売)を行っております。
アーカイブ講座の動画購入をご検討いただく場合は、下記についてご確認をお願いいたします。
本講座は開講中の講座はございません。
アーカイブ講座(録画購入)にてご受講いただけます。
アーカイブ講座(録画購入)のお申し込みはこちら
講座名 | 動画内容 | 講師名 | 受講料 |
---|---|---|---|
画像認識入門:機械学習の数理シリーズ 2020年後期 |
全2回 | 内場 崇之 | 34,500円 |
年度別 講座情報
年度 | 講座情報 |
---|---|
ー | 本講座は2020年後期のみの開講です。 |
講座のお申し込み・ご相談は
気軽にお問い合わせください。