crash.academy

  • 人工知能・AI
  • 無料
公開日:2017/02/07

found it project セミナー#4 画像認識モデルを作るための鉄板レシピ

Task Planning:モデルの要件を設計する ~ Gather Images:画像の収集を行う

タグ

  • 画像認識
  • Keras
  • MXnet
  • Chainer
  • Caffe
このエントリ
ーをはてなブックマークに追加
講 師
found it project
授業数
3
前 提
機械学習の基本知識

本講座は会員登録を行うと
無料で全編視聴できます。

25
198

講座紹介

Ai研究所【found IT project】主催「Pythonデータサイエンス入門-found it projectセミナー」からシリーズとしてお送りいたします。

【テキスト】http://www.slideshare.net/takahirokubo7792/ss-71453093

◆要旨
画像認識は現在、仕事・趣味と幅広い場面で欠かせないものとなってきています。その手段として機械学習を用いることももはや常識的になっていると言っても過言ではなく、そのためのチュートリアルも数多くあります。
ただ一方で、機械学習のもとになる「学習データの作り方」についてはあまり情報がありません。
本編では、この「データの取り方、処理方法(下ごしらえ)」にフォーカスした解説を進めていきます。

◆講師:久保隆宏 氏
TIS株式会社 戦略技術センター所属。化学系メーカーのコンサルタント・業務システム開発エンジニアからキャリアをスタート。より業務改革に貢献できるシステムの開発を目指し、戦略技術センターに異動。現在は、「すべての人がティータイム(15:00)に帰れるようにする」というミッションを持ち、機械学習/自然言語処理をコア技術としたサービスの開発・実証実験を行う。
PyConJP 2015 で、機械学習を使用したアプリケーション開発のチュートリアル、また翌年のPyConJP 2016では強化学習についてトークを実施。対話システムシンポジウムでの対話破綻検出チャレンジでの登壇などを行う。
※本発表は所属する組織とは一切関係がありません

◆Agenda
Recipe1:Survey
Task Planning:モデルの要件を設計する
 Gather Images:画像の収集を行う
 Implements Pipeline:画像の処理プロセスを実装する
 Annotation:画像へのアノテーション

Recipe2:PreProcessing
 Calculate Parameters:前処理用パラメーターの計算を行う
 Data Augmentation:学習画像の拡張を行う
 Data Augmentation:学習画像の拡張を行う(補正)

Recipe3:Training
 Use Pretrained Model:事前学習済みモデルを利用する
 Training:学習を実行する

Conclusion

授業一覧

Task Planning:モデルの要件を設計する ~ Gather Images:画像の収集を行う お試し視聴 08:48

Implements Pipeline:画像の処理プロセスを実装する ~ Data Augmentation:学習画像の拡張を行う

08:35

Data Augmentation:学習画像の拡張を行う(補正) ~ Conclusion

07:32