日本のコンピュータビジョントレーニング

本講座はインストラクターによるライブトレーニングで、日本（オンラインまたはオンサイト）にて開催されます。中級者から上級者のコンピュータビジョンエンジニア、AI開発者、IoT関係者が参加対象となり、エッジデバイス上でリアルタイム処理を行うためのコンピュータビジョンモデルの実装・最適化手法を学びます。

講座終了時には、参加者は以下の能力を身につけることができます：

• エッジAIの基本原理およびコンピュータビジョン分野における応用方法を理解する。
• 最適化された深層学習モデルをエッジデバイス上に展開し、リアルタイムでの画像・映像解析を行う。
• TensorFlow LiteやOpenVINO、NVIDIA Jetson SDKといったフレームワークを用いてモデルを導入する。
• 性能向上・電力効率化および低遅延な推論処理のためのAIモデルの最適化手法を習得する。

本講座は日本（オンラインまたは現地開催）で実施されるインストラクター主導のライブトレーニングであり、コンピュータビジョンの理解を深めたい上級者向けです。Google Colabを用いた高度な視覚モデル開発におけるTensorFlow機能についても学ぶことができます。

受講完了時点で、皆様は次の能力が得られるようになります：

• TensorFlowを用いて畳み込みニューラルネットワーク（CNN）を構築・訓練する。
  
• Google Colabを活用して、スケーラブルかつ効率的なクラウドベースのモデル開発を行う。
  
• コンピュータビジョン業務向けの画像前処理手法を実装する。
  
• 実社会での利用を目的としたコンピュータビジョンモデルを導入する。
  
• 転移学習の技術を用いてCNNモデルの性能向上を図る。
  
• 画像分類モデルの結果を可視化・解釈することができる。
  

CANN SDK（ニューラルネットワーク用計算アーキテクチャ）は、特にHuawei Ascendハードウェア上で、コンピュータビジョンやNLP分野におけるリアルタイムAIアプリケーションの展開および最適化を支援する強力なツール群です。

本講座は講師主導型のライブ研修（オンラインまたは対面）で、実業務向けにコンピュータビジョンや言語モデルを構築・展開・最適化したい中級レベルのAI技術者を対象としています。

研修終了時には、受講生は以下のスキルを習得できるようになります：

• CANNおよびAscendCLを用いてコンピュータビジョン・NLPモデルを展開し、最適化する方法
  
• CANNの各種ツールを利用してモデル変換を行い、実運用環境向けパイプラインへ統合する手順
  
• 物体検出・分類や感情分析などのタスクにおいて推論処理の性能を最適化する技術
  
• エッジ端末およびクラウド環境向けに、リアルタイム動作が可能なコンピュータビジョン／NLPパイプラインの構築法
  

講座の形式について

• インタラクティブな講義および実演
  
• モデル展開や性能分析を体験できる実習セッション
  
• 実際のコンピュータビジョン／NLP利用シーンに即したパイプライン設計演習
  

カスタマイズオプション

• 本講座をご希望の内容に合わせてカスタマイズする場合は、お問い合わせいただければ調整いたします。
  

本講座は、日本（オンラインまたは対面形式）で実施されるインストラクターによる実践的研修であり、自動運転用途向けの堅牢なビジョンシステムを構築したい中級レベルのAI開発者やコンピュータビジョンエンジニアを対象としています。

研修終了時には、受講者は以下の能力を身につけられるようになります：

• 自動運転車におけるコンピュータビジョンの基本概念を理解する。
• 物体検出、車線認識、セマンティックセグメンテーションのためのアルゴリズムを実装できるようになる。
• ビジョンシステムと自動運転車のその他サブシステムとの統合が可能になる。
• 高度な環境認識タスクに向けて深層学習技術を適用できるようになる。
• 実際の利用状況下におけるコンピュータビジョンモデルの性能評価が可能になる。

本講座はインストラクターによる対面またはオンライン形式の実習型研修で、日本にて行われます。従来手作業で顔のスケッチを行っていた法執行機関の初心者向けに設計されており、AIツールを活用した顔認識システム開発方法が学べます。

研修終了時には、以下のスキル・知識を習得できる予定です：

• 人工知能および機械学習の基本概念の理解
• デジタル画像処理の基礎と顔認識への応用方法の習得
• AIツールおよびフレームワークを用いた顔認識モデルの構築技術の習得
• 顔認識システムの作成・学習・検証における実践経験の獲得
• 顔認識技術利用時の倫理的配慮およびベストプラクティスの理解

本講座は日本（オンラインまたは現地開催）で実施される講師主導のライブトレーニングであり、組織学的試料、血球、藻類およびその他の生物サンプルに関連した画像処理や分析を学びたい、初心者から中級程度の研究者や研究室スタッフが対象です。

本トレーニングの修了後、参加者は以下のことができるようになります：

• Fijiのインターフェースを操作し、ImageJの基本機能を活用できるようになる。
• より的確な分析が行えるよう科学画像の前処理や強調処理を行うことができる。
• 細胞数のカウントや面積測定を含む、画像の定量的解析が可能になる。
• マクロ機能やプラグインを用いて反復的な作業を自動化できるようになる。
• 生物学研究における特定の画像分析ニーズに応じてワークフローをカスタマイズできる。

日本（オンラインまたは現地開催）で行われるこの講師主導型実践研修は、自動検査用ビジョンビルダーを用いてSMT（表面実装技術）プロセス向けの自動検査システムを設計・構築・最適化したい中級レベルの専門家を対象としています。

本研修の終了時点で受講者は以下のことができるようになります：

• 自動検査用ビジョンビルダーを活用して自動検査システムをセットアップ・設定する
• 解析に必要な高品質な画像を取得・前処理する
• 欠陥検出やプロセス妥当性の確認のため論理的判断を行う
• 検査レポートを生成しシステムパフォーマンスを最適化する

本講座はインストラクターによる日本（オンラインまたは対面）形式の実践的研修で、中級者から上級者レベルの開発者や研究者、データサイエンティストが対象です。参加者はYOLOv7を用いたリアルタイム物体検出の実装手法を習得できます。

講座終了後、受講者は以下の能力を身につけることができます：

• 物体検出の基本的な概念を理解する
• YOLOv7を物体検出用にインストール・設定する
• YOLOv7を用いて独自の物体検出モデルを訓練・テストする
• 他のコンピュータビジョン関連フレームワークやツールとYOLOv7を統合する
• YOLOv7導入時に発生しうる一般的な問題への対処法を理解する

コンピュータビジョンとは、デジタルメディアから有益な情報を自動的に抽出・分析し理解することを目的とする分野です。Pythonは文法が明確で読みやすいコードとして知られる高水準プログラミング言語です。

本講座では、講師の指導のもと参加者はPythonを使って簡単なコンピュータビジョンアプリケーションをいくつか作成しながら、その基礎知識を習得していきます。

講座終了後には、以下の能力が身につくようになります：

• コンピュータビジョンの基本事項を理解できる
• Pythonを用いてコンピュータビジョン関連のタスクを実装できる
• 顔認識・物体検出・動作検知システムを自ら構築できる

受講対象者

• コンピュータビジョンに興味があるPythonプログラマー

講座の形式

• 講義とディスカッションを交えつつ、演習および実践的な練習も充実