강의

멘토링

로드맵

BEST
AI Development

/

Computer Vision

車両ナンバープレート認識プロジェクトとTensorFlowで学ぶディープラーニング映像認識オールインワン

車両ナンバープレート認識実戦プロジェクトを通じてディープラーニング/TensorFlow/コンピュータビジョン基礎から実務応用まで全過程を一度に学習できるオールインワン型の講義です。さまざまな練習により、カスタムデータセットに最新のディープラーニングモデルを適用するための実践的なスキルを身に付けることができます。

  • AISchool
Tensorflow
Deep Learning(DL)
Machine Learning(ML)
CNN
NLP

学習した受講者のレビュー

こんなことが学べます

  • MNIST、CIFAR-10などの基本的な例ではなく、ディープラーニング実務プロジェクトを進める方法

  • カスタムデータセットに最新のディープラーニングモデルを適用する方法

  • ディープラーニング/マシンラーニング基礎概念から実務応用まで段階的に学習

  • 最新の論文で提案されたディープラーニングモデル構造の深い理解(EfficientNet、CenterNet、EAST、...)

  • Object Detection、Text Detection、OCR、Image Captioning、Generative Modelなど、さまざまなコンピュータビジョン問題領域に使用される最新のディープラーニングモデルの原理と使い方

  • ディープラーニングモデルのパフォーマンスを向上させる方法

様々な実践プロジェクト最新論文学習を通じて
ディープラーニング/コンピュータビジョンの専門家として生まれ変わりましょう😀

受講前にご確認ください!

  • この講義は既存講義といくつかのクラスが重なります。受講前のカリキュラムをご確認ください。
該当するカリキュラムのリスト

セクション1

  • Object Detection 問題領域の紹介
  • Object Detection Metric - IoU、mAP
  • Object Detection Datasets – Pascal VOC, MS COCO, KITTI, Open Images

セクション3

  • TensorFlow Object Detection APIの紹介

セクション4

  • R-CNN(Regions with CNN)
  • Fast R-CNN
  • Faster R-CNN
  • Non-Maximum Suppression (NMS)
  • SSD (Single Shot MultiBox Detector)
  • RetinaNet
  • CenterNet

セクション5

  • Pre-Trained Modelを使用したObject Detection

< TensorFlow 2.0で学ぶディープラーニング入門>セクション1

  • 人工知能、機械学習、ディープラーニング&マップ学習、非マップ学習、強化学習
  • ディープラーニング、テンサフローアプリケーション
  • 簡単に調べるディープラーニングの歴史

< TensorFlow 2.0で学ぶディープラーニング入門>セクション3

  • 機械学習の基本プロセス - 仮説定義、損失関数定義、最適化定義
  • TensorFlow 2.0を使用した線形回帰アルゴリズムの実装
  • Batch Gradient Descent, Stochastic Gradient Descent, Mini-Batch Gradient Descent
  • Training Data, Validation Data, Test Data & オーバーフィッティング
  • ソフトマックス回帰(Softmax Regression) & クロスエントロピー(Cross-Entropy Loss Function) & One-hot Encoding & MNIST
  • TensorFlow 2.0 ケラス・サブクラス化
  • TensorFlow 2.0とSoftmax Regressionを使用したMNIST数値分類器の実装

< TensorFlow 2.0で学ぶディープラーニング入門>セクション4

  • 多層パーセプトロンMLP
  • TensorFlow 2.0とANNを使用したMNIST数値分類器の実装

< TensorFlow 2.0で学ぶディープラーニング入門>セクション5

  • オートエンコーダ(AutoEncoder)の概念
  • TensorFlow 2.0とオートエンコーダを使用したMNISTデータの再構築

< TensorFlow 2.0で学ぶディープラーニング入門>セクション6

  • コンピュータビジョン問題の難しさとCNNベースのコンピュータビジョン時代の到来
  • コンボリューションニューラルネットワークの核心概念 - コンボリューション、プール
  • TensorFlow 2.0を使用したMNIST数値分類のためのCNNの実装
  • ドロップアウト(Dropout)
  • TensorFlow 2.0を使用したCIFAR-10画像分類のためのCNN実装

< TensorFlow 2.0で学ぶディープラーニング入門>セクション7

  • 循環ニューラルネットワーク(RNN)
  • 傾斜も消える問題(Vanishing Gradient Problem)&LSTM&GRU
  • 埋め込みの概念 & Char-RNN
  • TensorFlow 2.0を使用したChar-RNNの実装

< TensorFlow 2.0で学ぶディープラーニング入門>セクション8

  • tf.train.CheckpointManager APIを使用してパラメータを保存して読み込む
  • テンソルボード(TensorBoard)を使って学習過程を視覚化する(Visualization)

< TensorFlow 2.0で学ぶディープラーニング入門>セクション9

  • さまざまなコンピュータビジョン問題領域の紹介
  • さまざまな自然言語処理(NLP)問題領域の紹介

Naver(CRAFT)とKakao(EAST)で実際に使用している最新のディープラーニングモデルの使い方を学びましょう。

ディープラーニングコンピュータビジョン(Computer Vision)の専門家になるためのオールインワン講義!

  • ディープラーニングコンピュータビジョンの専門家になるために学習する必要があるすべての要素を1つの講義にまとめました。
  • 最新のディープラーニングモデルを理解するための必須理論知識:機械学習とディープラーニングの基礎(ANN、CNN)から始めて、最新のディープラーニングモデルの原理(EfficientNet、CenterNet)まで、段階的に必要な必須理論と知識を学習します。
  • Python / TensorFlow 2.0を使用したコード実装能力:PythonとTensorFlow 2.0を使用して、実際のプロジェクト進行のための実装能力を段階的に学習します。
  • カスタムデータセットを適用するためのさまざまな実践プロジェクト:MNISTのような基本的な例ではなく、さまざまなカスタムデータセットに最新のディープラーニングモデルを適用するためのさまざまな実践プロジェクトを進めます。

こんな方に
おすすめです

学習対象は
誰でしょう?

  • ディープラーニング/コンピュータビジョンを真剣に勉強したい人

  • ディープラーニング/コンピュータビジョンを利用した実務プロジェクトを進行したい方

前提知識、
必要でしょうか?

  • 基本的なPythonの知識

こんにちは
です。

9,096

受講生

671

受講レビュー

351

回答

4.6

講座評価

29

講座

カリキュラム

全体

126件 ∙ (20時間 51分)

講座資料(こうぎしりょう):

授業資料
講座掲載日: 
最終更新日: 

受講レビュー

全体

72件

4.8

72件の受講レビュー

  • whdghk8152040님의 프로필 이미지
    whdghk8152040

    受講レビュー 6

    平均評価 5.0

    5

    30% 受講後に作成

    他の講義とは異なり、基本概念、Toyプロジェクトで止めるのではなく、産業で使用されるレベルを扱っていてよかったです。

    • aischool
      知識共有者

      こんにちは。貴重な時間を割いて受講していただきありがとうございます~!詳しい受講評もありがとうございます~。より満足のいく講義を制作できるよう努力します。良い一日を過ごしてください!

  • junpyokim4448님의 프로필 이미지
    junpyokim4448

    受講レビュー 5

    平均評価 5.0

    5

    73% 受講後に作成

    TensorFlow2.0で学ぶディープラーニング入門講義の頑強で私とよく合ってこの講義も聞くことになりました。まだ前半に聞いているんだけど説明も上手くしてくれてプロジェクトも残せるので進学や就職準備にすごく役に立つと思います。

    • aischool
      知識共有者

      こんにちは。貴重な時間を割いて受講していただきありがとうございます~!より満足のいく講義を制作できるよう努力します。良い一日を過ごしてください!

  • seojk1234560728님의 프로필 이미지
    seojk1234560728

    受講レビュー 1

    平均評価 5.0

    5

    25% 受講後に作成

    プロジェクト進行しながら本当にたくさんの助けを受けた講義でした。 基本的な部分も教えてくれ、コードもどのように進行するのかよく教えてくれて助けがたくさんありました。

    • aischool
      知識共有者

      こんにちは。貴重な時間を割いて受講していただきありがとうございます~!より満足のいく講義を制作できるよう努力します。良い一日を過ごしてください!

  • dkoh0716님의 프로필 이미지
    dkoh0716

    受講レビュー 1

    平均評価 5.0

    5

    100% 受講後に作成

    お得な良い講義ありがとうございます。

    • aischool
      知識共有者

      こんにちは。貴重な時間を割いて受講していただきありがとうございます~!より満足のいく講義を制作できるよう努力します。良い一日を過ごしてください!

  • slhyj954421님의 프로필 이미지
    slhyj954421

    受講レビュー 1

    平均評価 5.0

    5

    67% 受講後に作成

    大学院でMachine learning専攻予定ですが、不足している部分を理解し、練習するのに多くの役に立ちました。

    • aischool
      知識共有者

      こんにちは。貴重な時間を割いて受講していただきありがとうございます~!より満足のいく講義を制作できるよう努力します。良い一日を過ごしてください!

¥17,065

AISchoolの他の講座

知識共有者の他の講座を見てみましょう!

似ている講座

同じ分野の他の講座を見てみましょう!