実習・20ドル・マイコン・キットSiPEED MAixで学ぶリアルタイムAI開発[トランジスタ技術11月号特集連動企画][初回満席につき,急遽追加開催決定]
実習・20ドル・マイコン・キットSiPEED MAixで学ぶリアルタイムAI開発[トランジスタ技術11月号特集連動企画][初回満席につき,急遽追加開催決定]
|
|
【開催日】2020年1月15日(水) 10:00-17:00 1日コース
【セミナNo.】ES19-0151 【受講料】30,000円(税込)
【会場】東京・巣鴨 CQ出版社セミナ・ルーム [地図]
【セミナNo.】ES19-0151 【受講料】30,000円(税込)
【会場】東京・巣鴨 CQ出版社セミナ・ルーム [地図]
本セミナでは,SiPEED社のAIマイコンを使用して,初学者向けにAIの簡単な説明からはじめて,環境構築,AIのモデル構築,データセットの作成から,AIを実際にマイコンに組み込んで動かすところまでをステップ・バイ・ステップで手を動かしながら行います.
1. 機械学習・深層学習のあらまし
1.1 人工知能と機械学習の分類
1.2 畳込みニューラルネットワークについて
1.3 画像認識の種類
1.4 最近の画像系モデルの紹介
1.5 Sipeed Maixの説明
2. 環境構築
2.1 Google Drive と作業フォルダの作成
2.2 Google Colab の説明と実行テスト
2.3 MaixPy IDE のインストールと接続確認
3. はじめての深層学習
3.1 Tensorflow/Kerasについて
3.2 Kerasで単純なCNNモデル作成
3.3 Mnistで学習
3.4 学習済みモデルの実行と評価
3.5 学習済みモデルをkmodelに変換
3.6 Maixで実行
4. 教師データの自作と画像分類モデルの学習
4.1 MobileNet v1について
4.2 転移学習について
4.3 認識対象の選定と撮影
4.4 教師データの作成と学習実行
4.5 学習済みモデルの実行と評価
4.6 学習済みモデルをkmodelに変換
4.7 Maixで実行
5. 特徴量抽出機としての画像分類モデル
5.1 特徴量抽出機あらまし
5.2 特徴量抽出による画像分類の実践
1.1 人工知能と機械学習の分類
1.2 畳込みニューラルネットワークについて
1.3 画像認識の種類
1.4 最近の画像系モデルの紹介
1.5 Sipeed Maixの説明
2. 環境構築
2.1 Google Drive と作業フォルダの作成
2.2 Google Colab の説明と実行テスト
2.3 MaixPy IDE のインストールと接続確認
3. はじめての深層学習
3.1 Tensorflow/Kerasについて
3.2 Kerasで単純なCNNモデル作成
3.3 Mnistで学習
3.4 学習済みモデルの実行と評価
3.5 学習済みモデルをkmodelに変換
3.6 Maixで実行
4. 教師データの自作と画像分類モデルの学習
4.1 MobileNet v1について
4.2 転移学習について
4.3 認識対象の選定と撮影
4.4 教師データの作成と学習実行
4.5 学習済みモデルの実行と評価
4.6 学習済みモデルをkmodelに変換
4.7 Maixで実行
5. 特徴量抽出機としての画像分類モデル
5.1 特徴量抽出機あらまし
5.2 特徴量抽出による画像分類の実践
【受講者が持参するもの】
- PC
- Google のアカウント
- 画像認識の対象をご自分選びたい場合はご持参ください
- PC
- Google のアカウント
- 画像認識の対象をご自分選びたい場合はご持参ください
【講師】
深水 拓郎 氏〔AIQ株式会社 CTO, 株式会社ニコシス 執行役員 兼 CTO 〕
大手電機メーカー系Sierを経験後,大手ソフトウェアベンダーにて米国でのR&D/技術評価や,国内メーカーのウェアラブル・デバイス向けにIoT,モバイル・アプリ,クラウド開発などの開発からプロジェクト管理までを経験しました.現在はダブルキャリアでCTOとして新しい領域にチャレンジしつつ,海外のMaker Faireに参加するなどMaker活動も行なっています.
深水 拓郎 氏〔AIQ株式会社 CTO, 株式会社ニコシス 執行役員 兼 CTO 〕
大手電機メーカー系Sierを経験後,大手ソフトウェアベンダーにて米国でのR&D/技術評価や,国内メーカーのウェアラブル・デバイス向けにIoT,モバイル・アプリ,クラウド開発などの開発からプロジェクト管理までを経験しました.現在はダブルキャリアでCTOとして新しい領域にチャレンジしつつ,海外のMaker Faireに参加するなどMaker活動も行なっています.