・見逃し視聴ありでお申込み頂いた方は、セミナーの録画動画を一定期間視聴可能です。
・セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。
・原則、遅くとも開催5営業日後までに録画動画の配信を開始します（一部、編集加工します）。
・視聴期間はセミナー開催日から5営業日後を起点に1週間となります。
ex) 2/6（月）開催 セミナー → 2/10（金）までに配信開始 → 2/17（金）まで視聴可能
※メールにて視聴用URL・パスワードを配信します。配信開始日を過ぎてもメールが届かない場合は必ず弊社までご連絡ください。
※準備出来しだい配信致しますので開始日が早まる可能性もございます。その場合でも終了日は変わりません。
上記例の場合、2/8（水）から開始となっても2/17まで視聴可能です。
※GWや年末年始・お盆期間等を挟む場合、それに応じて弊社の標準配信期間設定を延長します。
※原則、配信期間の延長は致しません。
※万一、見逃し視聴の提供ができなくなった場合、
（見逃し視聴あり）の方の受講料は（見逃し視聴なし）の受講料に準じますので、ご了承ください。
→見逃し視聴について、
こちらから問題なく視聴できるかご確認ください。（テスト視聴動画へ） パスワード「123456」
セミナーポイント
■はじめに
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、機械学習技術や深層学習（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、深層学習の基礎、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。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。
■ご講演中のキーワード：
画像認識、機械学習、深層学習、ディープラーニング、外観検査、画像処理、アルゴリズム、カメラ
■受講対象者：
深層学習をはじめとする機械学習ベースの画像認識技術に興味がある方
■必要な予備知識や事前に目を通しておくと理解が深まる文献、サイトなど：
予備知識として画像データに対する一般的な知識があると理解が深まります
■本セミナーで習得できること：
・画像認識用の画像撮影に関する知識
・機械学習の概要
・深層学習（ディープラーニング）の基礎
・画像認識技術の基礎
・画像認識技術のアプリケーション例
■受講された方の声（一例）：
・全く知見の無い中で、受講させていただきましたが丁寧な説明で分かりやすかったです。
・この分野の素人だったのですが、概要から実際の活用場面、参考となる勉強方法など大変参考になりました。
・学習結果の評価方法は実際の業務にも用いることができそうです。
・AIについて基礎的な知識を知りたかったので参加させていただきました。画像認識を行う際に注意する点など理解できて良かったです。
・講師の方のご経験からくるお話しでしたので、私もPJの活動を進めていく上で、多くの同調できるお話がありました。
更に多くの新しい知識・情報を得ることができ、今後活用していきたいと思います。
・全般的に興味深い内容で、受講して良かったです。ありがとうございました。
などなど……ご好評の声を多数頂いております！
セミナー内容
１．画像認識技術の概要
1．画像認識技術の応用用途
2．画像認識のキー技術
２．画像の撮影
1．撮影画像
2．各種カメラ
3．画像処理
4．光学系と画像処理の最適化設計
5．偏光情報の活用
３．機械学習の基礎と画像認識
1．機械学習とは〜近年のトレンド〜
2．機械学習の考え方
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
・教師あり学習
・教師なし学習
・半教師あり異常検知
d. 性能評価方法
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
1. 応用用途と発展の歴史
2. 基本形
3. 学習方法
4. 層構成
5. 正則化
6. 畳み込みニューラルネットワーク
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
1．画像認識処理の歴史
2．代表的な処理
・特定物体認識
・一般物体認識
・物体検出
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〜実務にあたって〜
1．鋳造部品の画像検査アルゴリズム例
2．路面凍結部検出アルゴリズム例
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
1．AIの急速な発展
2．AIの製造業への応用
サイトマップ
よくあるお問合せ
リクエスト
セミナー会場へのアクセス
