ハードルは低く、核心はより深く!
ディープラーニングCNNの実務専門家を目指しましょう。
最新改訂版で出会う
ディープラーニング・コンピュータビジョン学習。
平均評価4.9★ 受講生1,300人以上が選んだ、
Inflearnベストセラー 2021全面リニューアル!
こんにちは、クォン・チョルミンです。
多くの方々の声援に支えられ、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。
既存の講義から約90%の映像を新しく作り直し、より向上し追加された内容をご紹介いたします。
これまで講義に寄せられたフィードバックに基づき、以下のような事項に重点を置いて改訂版を作成しました。
- これまで受講生の質問が多かった内容について、より詳細な理論説明
- 最新/最高性能を持つObject Detection/Segmentation パッケージベースの実習
- Object Detection/Segmentationの最新トレンドを反映
- より柔軟で、多様で、拡張性のある実習コードの作成 + より詳細な説明
- その他様々な追加授業
改訂版の講義は、
講義紹介 📝
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へと急激に移動しています。
▲知能型映像情報認識 ▲AIビジョン検査スマートファクトリー ▲医療画像自動診断 ▲ロボティクス ▲自動運転車両など、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、国内外の屈指のAIリーディングカンパニーも当該分野への投資を惜しまず、開発人材の確保を模索しています。
ついに実現した二大トレンドの融合、Object Detection & Segmentation ここ数年、Object DetectionとSegmentation分野が急速に発展しており、関連する実務能力を備えた人材への需要が高まっています。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ため、学習のための本、資料、講義などが不足しており、適切な人材育成が難しいのが現状です。
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
成長できるよう導きます。
本講義は、Object DetectionとSegmentationに関する深い理論解説と、現場ですぐに活用できる多くの実習例で構成されており、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てくれるでしょう。
易しい概念の説明から
深い理論まで。
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などの深い理論まで、明快に解説します。
丁寧な講義資料とともに、概念をしっかりと習得することができます。 実習例題を通じた
ディープラーニングの実戦能力の最大化。
直接コーディングしながら実装してみること以上に、実践能力を高め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の実装実践能力を最大限に引き出します。
©SLAM DUNK
このような方に
おすすめです。
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の能力を
最新のCV技術まで
広げたい方
人工知能大学院への進学、
ディープラーニングベースのCV分野の
就職・転職準備中の方
- Python(パイソン)プログラミングの経験およびディープラーニングCNNに関する基礎知識が必要です。
- その他、TF.KerasまたはPytorchに関する多少の経験があれば、なお良いです。
他ではなかなか見られない
最新のCV技術を一度に。
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
MMDetection、Ultralytics Yoloなど
汎用的なOpenCV DNNとTensorflow Hubを活用した推論(Inference)実習
多様な画像と映像に対する
Object Detection/Segmentationの実習
実際にコンピュータビジョン技術を活用する様々な事例
様々なカスタムデータセットで
モデルのトレーニング実習
多様なカスタムデータセット 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、様々なカスタムデータセットでモデルをトレーニングし、自分だけのObject Detection/Segmentationモデルを作成できなければなりません。また、そのモデルの性能を改善し、評価(Evaluation)できる能力も必要です。
本講義は、皆さんに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、最適な推論モデルを生成する能力を養っていただくものです。
自作のトレーニング用データセットで
カスタムモデルのトレーニング / 推論の実習
自作のトレーニング用データセットを用いた実習 アノテーションツールのCVATを利用して、一般的な画像にバウンディングボックスのアノテーションを適用したトレーニング用データセットを自ら作成し、作成したデータセットを用いてカスタムモデルのトレーニングおよび推論を実習します。
実習環境 🧰
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で実習環境を構築し、GPUに関係のない実習はGoogle Colab環境を使用しても問題ありません。
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可能ですが(少しタイトです^^;;)、より余裕を持って実習を行うためには、20ドル程度の費用を推奨いたします。
- RunpodのGPU環境を使用しない場合、演習を進めるのが難しくなります。あらかじめご了承いただけますようお願いいたします。
実習コードおよび講義教材 👨💻
実習コードは https://github.com/chulminkw/DLCV_Newからダウンロードいただけます。実習コードを事前に確認しておくことで、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。
320ページ分の講義PDF教材を提供 講義に使用された教材(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いただけます。
理論を学ぶために
実習より優れた方法はありません。
ディープラーニングの理論を完璧に理解できるまで待たないでください。理論を学ぶために、実習以上に優れた方法はありません。
一旦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後から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ましょう。講義を聴きながら、キーボードを叩きながら直接実装してみれば、これまで雲を掴むようだった部分が次第に具体化されていくはずです。
専門家になるためには、時には(私の考えでは、ほとんどの場合そうだと思いますが)歩き方を学ぶ前に走らなければならない時もあります。本講義は、皆さんの進路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ります。
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ビスに言った言葉
「時には、歩き出す前に走らなければならないこともある。」 インフランが出会った人 👨💻
クォン・チョルミンさんのインタビューを読んでみてください | 見に行く