深層学習 CNN 完璧ガイド - Pytorch バージョン
dooleyz3525
ディープラーニング・CNNの核心理論から多様なCNNモデルの実装方法、実践問題を通じた実務ディープラーニング開発のノウハウまで、 PytorchベースのディープラーニングCNN技術の専門家として生まれ変わりたいなら、この講義をご一緒ください:)
初級
Deep Learning(DL), PyTorch, Computer Vision(CV)
本講義は、Object DetectionとSegmentationに関する深い理論的説明と、実務ですぐに使用できるレベルの実習例題を通じて、皆さんを現場で必要とされるディープラーニングベースのコンピュータビジョン専門家へと成長させます。
受講生 4,006名
難易度 中級以上
受講期間 無制限

学習した受講者のレビュー
5.0
JH S
ほんとうに言うのはいいですね。このコースを聞いて幸せを見つけました。本当にありがとうございました。
5.0
한병식
クォンチョルミン講師の講義は常に最高です。 ありがとうございます。
5.0
율언니
極鋼です。良い練習の例は大きな助けになりました^^
ディープラーニングベースのObject DetectionとSegmentationの理解
RCNN系列、SSD、YOLO、RetinaNet、EfficientDet、Mask RCNNに関する深い理論学習
MMDetection、Ultralytics Yoloなど、Object DetectionとSegmentationの代表的な実装パッケージの活用法を身につける
OpenCVとTensorflow Hubを利用して画像/映像のObject Detection/Segmentationを実行する
実務でObject Detection/Segmentationを直接適用できるレベルに到達できるよう、難易度のある多様な実践例を習得する
Object Detection/Segmentationを構成する多様な基盤知識の習得
様々な実装パッケージを活用してカスタムデータセットをトレーニングし、自分だけのモデルを作成する
様々なObject Detection/Segmentationモデルの長所と短所を実習例を通じて直接体得
Pascal VOC、MS-COCOなど主要なデータセットを扱いTFRecordに変換する
CVATツールを利用してデータセットにアノテーションを適用し、直接学習データを作成する
ハードルは下げて、核心はより深く!
ディープラーニングCNN実務エキスパートになってみましょう。
こんにちは、クォン・チョルミンです。
多くの方々のご声援に支えられ、この度「ディープラーニング コンピュータビジョン 完全ガイド」の改訂版をリリースすることになりました。
既存の講義から90%ほどの映像を新しく作成し、さらに向上・追加された内容をご紹介いたします。
これまで講義にお寄せいただいたフィードバックをもとに、以下のような点に重点を置いて改訂版を作成いたしました。
改訂版講義は
ディープラーニングコンピュータビジョン技術の中心がObject DetectionとSegmentationへと急速に移行しています。
▲インテリジェント映像情報認識 ▲AI ビジョン検査スマートファクトリー ▲医療イメージ自動診断 ▲ロボティクス ▲自律走行車両など、多くの分野でディープラーニングベースのObject DetectionとSegmentation技術が拡散しています。これに伴い、国内外の名だたるAI先導企業も該当分野に対する投資を惜しまず、開発人材の確保を模索しています。
近年、Object DetectionとSegmentation分野が急速に発展し、関連する実務能力を備えた人材への需要が増えています。それにもかかわらず、ディープラーニングを応用した最新分野であるだけに、学習のための書籍、資料、講義などが不足しており、適切な人材育成が難しい現実です。
本講義はObject DetectionとSegmentationに関する深い理論的説明と実務ですぐに使える多くの実習例題で構成されており、皆さんを現場で必要とされるディープラーニングベースのコンピュータビジョン専門家へと成長させます。
膨大なObject Detection/Segmentation分野について、易しい概念からRCNN系列、SSD、YOLO、RetinaNet、EfficientDet、Mask RCNNなどに関する深い理論まで明瞭に説明いたします。
直接コーディングしながら実装してみることより実戦能力を高められる方法はありません。
本講義は多くの実習例題で構成されており、これを通じて皆さんのObject DetectionとSegmentation実装の実戦能力を最大化いたします。
ディープラーニングCNNがどのように
実務に適用できるか
悩んでいた方
ディープラーニングベースの
コンピュータビジョンソリューション
開発を希望される方
ディープラーニング画像分類能力
最新CV技術まで
広げたい方
人工知能大学院進学、
ディープラーニングベースのCV分野
就職・転職準備生
前提知識を確認してください。
非常に優れた性能の
最新Object Detection/Segmentation実装
パッケージを活用した実習
様々な画像と映像に対する
Object Detection/Segmentation実習
複数のカスタムデータセットで
モデルTraining実習
ディープラーニングコンピュータビジョンの専門家であれば、複数のCustomデータセットでモデルをTrainingし、独自のObject Detection/Segmentationモデルを作成できなければなりません。また、このモデルの性能を改善しEvaluationできなければなりません。
本講義では、皆さんに様々な実装パッケージを活用してCustomデータセットをTrainingし、最適なInferenceモデルを生成する能力を養成いたします。
自作のTraining用データセットで
Customモデル Training / Inference 実習
アノテーションツールであるCVATを使用して一般画像にバウンディングボックスアノテーションを適用したTraining用データセットを直接制作し、このように作成したデータセットを利用してCustomモデルのTrainingおよびInferenceを実習します。
本講義は主にGPUをベースに実習を進めます。GPUを利用した実習はRunpodで実習環境を構成し、GPUと無関係な実習はGoogle Colab環境を使用しても構いません。
Runpodの場合、実習のために約10〜20ドル程度の追加費用が発生します。10ドルでも実習を進めることはできますが(少しタイトです ^^;;)、より余裕のある実習を行うために20ドル程度の費用をお勧めします。
受講前にご確認ください!
実習コードはhttps://github.com/chulminkw/DLCV_Newからダウンロードできます。実習コードを事前にレビューしておくと、実習を理解するために必要なプログラミングレベルを把握するのに役立ちます。
講義で使用された教材(320ページ分)は講義セクション0:講義教材からダウンロードできます。
ディープラーニングの理論を完璧に理解するまで待たないでください。理論を学ぶために実習より良い方法はありません。
一度コーディングを始めれば、私たちの脳は実体的な理解をするために追いついてくるようになっています。講義で提示する様々な実習例題を私と一緒に実装してみてください。講義を聞きながら、キーボードを叩いて直接実装してみれば、これまで雲をつかむような感じだった部分が徐々に実体化していくでしょう。
プロフェッショナルになるためには、時には(私の考えではほとんどの場合ですが)歩くことを学ぶ前に走らなければならないこともあります。本講義は、皆さんのキャリアと能力をディープラーニングベースのコンピュータビジョン分野で育てられるよう、最高のパートナーとなることをお約束します。
ありがとうございます。
― <アイアンマン1>でトニー・スタークがアイアンマンスーツのテスト時にジャーヴィスに言った言葉
学習対象は
誰でしょう?
ディープラーニングに興味のあるすべての方
ディープラーニングベースのObject DetectionとSegmentationに関する理論中心の学習をしてこられた方
ディープラーニングCNNがどのように実務に適用できるか悩んでこられた方
ディープラーニングのCNN Image Classificationを超えて、Object Detection/Segmentation分野へと能力を広げたい方
Computer Vision分野でディープラーニングベースのソリューション開発を希望される方
Kaggle(カグル)のようなコンペティションでObject Detection/Segmentation Challengeに挑戦したい方
AI大学院を準備中の方
ディープラーニングベースのComputer Vision分野への転職を準備中の方
前提知識、
必要でしょうか?
Pythonプログラミング経験
ディープラーニングCNNに関する基本的な理解
(Optional) TF.KerasやPytorchに対する浅い経験
27,395
受講生
1,442
受講レビュー
4,045
回答
4.9
講座評価
14
講座
(元) エンコアコンサルティング
(元) 韓国オラクル
AIフリーランスコンサルタント
『Python機械学習完璧ガイド』著者
全体
166件 ∙ (36時間 10分)
講座資料(こうぎしりょう):
1. 강의 소개
08:24
2. 실습 환경 소개
07:09
3. Runpod 가입 및 결제하기
11:47
5. 실습 코드 살펴보기
02:53
全体
164件
4.9
164件の受講レビュー
受講レビュー 2
∙
平均評価 3.0
受講レビュー 15
∙
平均評価 4.6
受講レビュー 7
∙
平均評価 5.0
受講レビュー 2
∙
平均評価 5.0
受講レビュー 9
∙
平均評価 4.8
¥14,820
知識共有者の他の講座を見てみましょう!
同じ分野の他の講座を見てみましょう!