ディープラーニングの基礎から、異常検知の考え方、異常検知の問題点、異常サンプルがない場合と、少量のサンプルがある場合でのアプローチ、生成AIを用いた外観検査の現状と最新動向について説明します！
　
こちらは 2025/3/10実施WEBセミナー のアーカイブ（録画）配信です。期間中何度でも視聴できます。

R&D支援センターウェビナー【アーカイブ配信】のご案内

　　　　　　　配信開始日：2024年3月11日（火）
　　　　　　　配信終了日：2024年3月18日（火）
　　　　　　　参 加 費：49,500円（税込）

備　考

・font color=”red”>こちらは 2025/3/10実施WEBセミナー のアーカイブ（録画）配信です。
・配信開始日以降に、セミナー資料と動画のURLをご案内いたします。
　セミナー資料の無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。
　　　
お申し込み受付中

申込方法

　下記のカートへの投入、あるいはFAX用紙にてお申込ください。

講　師

岐阜大学 工学部 電気電子・情報工学科情報コース 教授 博士（情報・認知科学）
加藤 邦人 氏

【ご専門】
コンピュータビジョン

受講対象・レベル

製造現場などで外観検査に深層学習を導入したい方
・クラス分類、異常検知の考え方、知見を得たいと考えている方
・現場導入に際し、データの集め方、性能の評価の仕方の知識を得たい方
・生成AIで検査がどこまでできるかについて知識を得たい方
・これから自社で外観検査システム、異常検知システムを構築したい、もしくはそれらの考え方を知りたい受講者を対象とします。　

必要な予備知識

　ある程度の数学の知識や情報工学の基礎知識程度を持っていれば理解できるような講演内容とします。

習得できる知識

・画像外観検査に関する深層学習手法（クラス分類、異常検知）の知識
・生成AIを用いた検査の現状と最新動向　

趣　旨

　近年、ディープラーニングによる画像認識は目覚ましい発展を遂げており、これらの成果は実利用の段階に入った。工場などの生産現場では、古くから画像認識による外観検査や異常検知が導入されているが、これらにディープラーニングを導入することで飛躍的な精度の向上を行った事例が報告されつつある。一方で、ディープラーニングを外観検査に応用する場合には、外観検査、異常検知ゆえの問題がある。
　本セミナーでは、ディープラーニングの基礎から、異常検知の考え方、異常検知の問題点、異常サンプルがない場合と、少量のサンプルがある場合でのアプローチ、生成AIを用いた外観検査の現状と最新動向についての講演を行う。

プログラム