ビデオ・Webセミナー

説明
コードとリソース

画像のためのディープラーニング（深層学習）～ CNN/R-CNN による物体の認識と検出～

Eiji Ota, MathWorks

概要

本セミナーでは、現在大きな脚光を浴びているディープラーニング（深層学習）を使った画像の認識・検出技術についてご紹介致します。主なトピックは次の通りです。

畳み込みニューラルネット(CNN) による物体の認識
転移学習による学習の効率化
CNN特徴量の応用（類似画像検索・異常検知等）
R-CNNによる物体の認識と検出

深層学習の発展と共に、現在 R-CNN 等の様々なアルゴリズムが進展してきていますが、新しいアルゴリズムを使いこなすには、転移学習などの基本的な概念を正しく理解する必要があります。

本セミナーを通して深層学習の知識を深めていただき、Deep Learning Toolbox / Computer Vision Toolbox を更にご活用ください。

Flashをお使いの方は、ビデオ上にマウスオーバーすると目次をご覧いただけます。

録画: 2017年3月28日

関連製品

関連情報

スライドをダウンロードする

サンプルファイルをダウンロードする

MATLABで始めるディープラーニング (ebook)

Fast R-CNNによる物体の検出と識別 (15:41)

Faster R-CNN による物体の検出と識別 (29:59)

ビデオに関するご意見・ご感想

主な機能

Deep Learning Toolbox

次は:

ディープラーニング（深層学習）をMATLABで行う方法をご紹介します。積層自己符号化器（Stacked Autoencoder）と畳み込みニューラルネット（Convolutional Neural Network）を例題を交えてご紹介します。

MATLAB によるディープラーニング

関連ビデオ:

Identify the winery that particular wines came from based on chemical attributes of the wine.

Wine Classification with Neural Net Pattern Recognition App

構造ヘルスモニタリングで利用される振動データ（センサーデータ）の解析を題材に、統計解析や機械学習の手法をご紹介します。

センサーデータ解析と機械学習～振動データからの異常検出～

MATLAB ® を使った歯車の歯数カウントと欠陥検出についてご紹介します。外観検査画像処理アルゴリズムを効率的に開発できます。

外観検査: 歯車の歯数カウントと不良検出

本ビデオでは、MATLABとComputer Vision Toolboxを使い、カルマンフィルタを使った物体のトラッキングについてご紹介いたします。

カルマンフィルタを用いた物体トラッキングの紹介

関連ビデオをもっと見る