～生成AI時代のディープラーニング～画像生成してシンプルなニューラルネットワークで認識！【オンライン限定セミナ】
～生成AI時代のディープラーニング～画像生成してシンプルなニューラルネットワークで認識！【オンライン限定セミナ】
|
  |
【開催日】2025年2月18日(火) 10:00-17:00 1日コース
【セミナNo.】ES24-0136 【受講料】29,000円(税込)
【会場】オンライン限定セミナ
【セミナNo.】ES24-0136 【受講料】29,000円(税込)
【会場】オンライン限定セミナ
※本セミナはZoomを使ったオンライン限定セミナです．
詳細は，オンライン限定セミナについてをお読みください．
生成AIは大量の演算を必要とするためGPUが必要となる．例えばGeForce RTX3090（エヌビディア）のようなグラフィック・ボード搭載PCがあれば良いが，生成AIの入門のために買い揃えるわけにはいかない．そんな方にお勧めなのが，Google Colaboratory（以下Colab）である．ブラウザ（Google Chrome推奨）上で動くPython実行環境で，GPUも無料で使用できる．
本セミナではColabを使って画像を生成する．無料版ゆえにGPUの使用量が限られるため，生成画像は最低限とする．そして画像の切り取り、加工、合成などにより画像を大量化し，それらをディープ・ラーニング用の画像セットとする．
その画像セット（数千枚）を使ってディープ・ラーニングの学習，推論を行い，認識率を100％に近づける．認識対象はカラーボールとし，静止画から赤／緑／青／黄のボールを見つけ出す．背景をボールと誤認識する場合は，新たにAIで床画像を生成して推論品質を上げる．
シンプルな6層のCNN（畳み込みニューラルネットワーク）による認識で，そのアルゴリズムやPythonプログラムについても簡単に説明する．
詳細は，オンライン限定セミナについてをお読みください．
生成AIは大量の演算を必要とするためGPUが必要となる．例えばGeForce RTX3090（エヌビディア）のようなグラフィック・ボード搭載PCがあれば良いが，生成AIの入門のために買い揃えるわけにはいかない．そんな方にお勧めなのが，Google Colaboratory（以下Colab）である．ブラウザ（Google Chrome推奨）上で動くPython実行環境で，GPUも無料で使用できる．
本セミナではColabを使って画像を生成する．無料版ゆえにGPUの使用量が限られるため，生成画像は最低限とする．そして画像の切り取り、加工、合成などにより画像を大量化し，それらをディープ・ラーニング用の画像セットとする．
その画像セット（数千枚）を使ってディープ・ラーニングの学習，推論を行い，認識率を100％に近づける．認識対象はカラーボールとし，静止画から赤／緑／青／黄のボールを見つけ出す．背景をボールと誤認識する場合は，新たにAIで床画像を生成して推論品質を上げる．
シンプルな6層のCNN（畳み込みニューラルネットワーク）による認識で，そのアルゴリズムやPythonプログラムについても簡単に説明する．
●対象聴講者
・生成AIで画像を生成したい人
・生成AIは使ってみたいが高価なグラボ搭載PCは買いたくない人
・画像認識をやってみたいが画像セットが見つからない人
・Pythonは分かるがディープラーニングはやったことがない人
●講演の特徴と目標
・生成AIに必要なツール、環境(Stable Diffusion, Google Colabなど）の使い方
・画像認識に必要な画像セットを自作できる
・画像生成・切り取り・加工などのPythonプログラムの理解
・ディープラーニングの手順（画像セットの用意、学習、推論）の理解
・ディープラーニング学習・推論のPythonプログラムの理解
●内容
1 ディープ・ラーニングの入り口に立ちはだかる壁
1.1 画像認識を始めたいけど画像セットがない．早々と断念か…
1.2 画像セット作成までのロードマップ
1.3 Stable Diffusionなど各種ツールの説明
2 無料版でもそこそこ画像生成できるGoogle Colab
2.1 Colabにログインしてコマンドを打ってみる
2.2 GPUを使ってニホンザルの画像を生成
2.3 画像生成の仕組み（Pythonの説明）
3 ニホンザル画像1枚から9枚にしてみる
3.1 ニホンザル画像の切り取り（Pythonの説明）
3.2 ニホンザル画像を加工して3枚に（Pythonの説明）
3.3 背景画像を3枚生成する（Pythonの説明）
3.4 サルと背景を合成して3×3＝9枚に（Pythonの説明）
4 カラーボールの画像セット（数千枚）を自作
4.1 Colabにログインしてディレクトリ作成
4.2 背景（床画像）の生成
4.3 背景（床画像）の分割
4.4 ボール画像の背景切り取り（1回目）
4.5 ボール画像の加工
4.6 ボール画像の背景切り取り（2回目）
4.7 ボール画像と背景の合成
4.8 train, val（学習／推論用画像セット）の振り分け
4.9 画像セットの圧縮とダウンロード
5 自作画像セットでディープラーニングの学習と推論
5.1 学習用画像セットの解凍→学習
5.2 推論用画像セットの解凍→推論（認識率確認）
5.3 未知の画像で推論（実用性確認）
5.4 赤／緑／青／黄の4クラスに床クラス追加
5.5 床クラス追加して5クラスで学習
5.6 5クラスで推論。誤認識が減って実用的に
6 ディープラーニングのPythonの説明
6.1 学習用Pythonの説明
6.2 推論用Pythonの説明
6.3 Pythonプログラムの出所（Kaggle）
6.4 エッジAI（ハードウェア化）のセミナもある
●講演の参考文献
インターフェース2024年12月号～翌年2月号連載「生成AI×エッジ・デバイスでAI画像認識」第1回～3回
こんなリアルなお猿さんがAIで生成された
このような手順で画像セットを作ります
カラーボールの画像セットで推論
100円ショップでボールを買って実験
・生成AIで画像を生成したい人
・生成AIは使ってみたいが高価なグラボ搭載PCは買いたくない人
・画像認識をやってみたいが画像セットが見つからない人
・Pythonは分かるがディープラーニングはやったことがない人
●講演の特徴と目標
・生成AIに必要なツール、環境(Stable Diffusion, Google Colabなど）の使い方
・画像認識に必要な画像セットを自作できる
・画像生成・切り取り・加工などのPythonプログラムの理解
・ディープラーニングの手順（画像セットの用意、学習、推論）の理解
・ディープラーニング学習・推論のPythonプログラムの理解
●内容
1 ディープ・ラーニングの入り口に立ちはだかる壁
1.1 画像認識を始めたいけど画像セットがない．早々と断念か…
1.2 画像セット作成までのロードマップ
1.3 Stable Diffusionなど各種ツールの説明
2 無料版でもそこそこ画像生成できるGoogle Colab
2.1 Colabにログインしてコマンドを打ってみる
2.2 GPUを使ってニホンザルの画像を生成
2.3 画像生成の仕組み（Pythonの説明）
3 ニホンザル画像1枚から9枚にしてみる
3.1 ニホンザル画像の切り取り（Pythonの説明）
3.2 ニホンザル画像を加工して3枚に（Pythonの説明）
3.3 背景画像を3枚生成する（Pythonの説明）
3.4 サルと背景を合成して3×3＝9枚に（Pythonの説明）
4 カラーボールの画像セット（数千枚）を自作
4.1 Colabにログインしてディレクトリ作成
4.2 背景（床画像）の生成
4.3 背景（床画像）の分割
4.4 ボール画像の背景切り取り（1回目）
4.5 ボール画像の加工
4.6 ボール画像の背景切り取り（2回目）
4.7 ボール画像と背景の合成
4.8 train, val（学習／推論用画像セット）の振り分け
4.9 画像セットの圧縮とダウンロード
5 自作画像セットでディープラーニングの学習と推論
5.1 学習用画像セットの解凍→学習
5.2 推論用画像セットの解凍→推論（認識率確認）
5.3 未知の画像で推論（実用性確認）
5.4 赤／緑／青／黄の4クラスに床クラス追加
5.5 床クラス追加して5クラスで学習
5.6 5クラスで推論。誤認識が減って実用的に
6 ディープラーニングのPythonの説明
6.1 学習用Pythonの説明
6.2 推論用Pythonの説明
6.3 Pythonプログラムの出所（Kaggle）
6.4 エッジAI（ハードウェア化）のセミナもある
●講演の参考文献
インターフェース2024年12月号～翌年2月号連載「生成AI×エッジ・デバイスでAI画像認識」第1回～3回
こんなリアルなお猿さんがAIで生成された
このような手順で画像セットを作ります
カラーボールの画像セットで推論
100円ショップでボールを買って実験
【受講者が持参するもの】
オンライン限定で基本的に実習なしだが，PCからGoogle Colabにログインできる環境があれば理解の助けになる．
オンライン限定で基本的に実習なしだが，PCからGoogle Colabにログインできる環境があれば理解の助けになる．
【講師】
岩田 利王 氏〔株式会社 デジタルフィルター 代表取締役〕
音声・画像などのデジタル信号処理システム，VHDL/VerilogによるFPGA（Xilinx, Altera），dsPIC, ARM Cortex，MSP430等マイコンシステム，ラズベリーパイ，Arduino，Windowsアプリケーション，スマートフォンアプリ（Android/iPhone），プリント基板などの開発に従事．「実践ディジタル・フィルタ設計入門」，「dsPIC基板で始めるディジタル信号 処理」，「FPGAスタータ・キットで初体験!オリジナル・マイコン作り」，「FPGAパソコンZYBOで作るLinux I/Oミニコンピュータ」などCQ出版社から著書多数 ．
講師サイト：http://digitalfilter.com/
岩田 利王 氏〔株式会社 デジタルフィルター 代表取締役〕
音声・画像などのデジタル信号処理システム，VHDL/VerilogによるFPGA（Xilinx, Altera），dsPIC, ARM Cortex，MSP430等マイコンシステム，ラズベリーパイ，Arduino，Windowsアプリケーション，スマートフォンアプリ（Android/iPhone），プリント基板などの開発に従事．「実践ディジタル・フィルタ設計入門」，「dsPIC基板で始めるディジタル信号 処理」，「FPGAスタータ・キットで初体験!オリジナル・マイコン作り」，「FPGAパソコンZYBOで作るLinux I/Oミニコンピュータ」などCQ出版社から著書多数 ．
講師サイト：http://digitalfilter.com/
コース