1. ホーム
  2. セミナー
  3. 外観検査の自動化における画像認識の基礎と生成AI活用の課題と可能性【LIVE配信】

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！

外観検査の自動化における画像認識の基礎と生成AI活用の課題と可能性【LIVE配信】

※本セミナーはZOOMを使ったLIVE配信セミナーです。会場での参加はございません。

【アーカイブ配信：3/11～18（何度でも受講可能）】の視聴を希望される方は、こちらからお申し込み下さい。

セミナー概要
略称
外観検査自動化【WEBセミナー】
セミナーNo.
250321
開催日時
2025年03月10日（月） 13:00～17:00
主催
（株）Ｒ＆Ｄ支援センター
問い合わせ
Tel：03-5857-4811　E-mail：[email protected]　問い合わせフォーム
開催場所
【WEB限定セミナー】※会社やご自宅でご受講下さい。　
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
価格
非会員：  49,500円 （本体価格：45,000円）
会員：  46,200円 （本体価格：42,000円）
学生：  49,500円 （本体価格：45,000円）
価格関連備考
会員（案内）登録していただいた場合、通常1名様申込で49,500円（税込）から
　・1名で申込の場合、46,200円（税込）へ割引になります。
　・2名同時申込で両名とも会員登録をしていただいた場合、
　　49,500円（1名当たり 24,750円）（税込）です。

会員登録とは？　⇒　よくある質問
定員
30名　※現在、お申込み可能です。満席になり次第、募集を終了させていただきます。
備考
【Zoomを使ったWEB配信セミナー受講の手順】
１）Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントを
　　ダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
２）セミナー前日までに必ず動作確認をお願いします。Zoom WEBセミナーのはじめかたに
　　ついてはこちらをご覧ください。
３）開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始
　　10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加
　　ください。

・セミナー資料は開催前日までにお送りいたします。
　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。
講座の内容
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

１． 特徴量と特徴空間
　　　1.1 特徴量とは
　　　1.2 特徴空間
　　　1.3 クラスの概念

２． 識別問題
　　　2.1 識別問題とは
　　　2.2 線形識別法
　　　2.3 異常検知の考え方

３． 異常サンプルがない場合の方法
　　　3.1 オートエンコーダ
　　　　　　3.1.1 オートエンコーダの基礎
　　　　　　3.1.2 畳み込みオートエンコーダ
　　　　　　3.1.3 オートエンコーダの復元による異常検知
　　　3.2 Deep SVDD
　　　　　　3.2.1 Deep SVDDの基礎
　　　　　　3.2.2 Deep SVDDによる異常検知
　　　　　　3.2.3 オートエンコーダ＋Deep SVDD

４． 異常サンプルが少量ある場合の方法
　　　4.1 Deep SAD

５． 最新異常検知手法

６． 運用方法
　　　6.1 データの集め方とデータの重要性
　　　6.2 データ拡張
　　　6.3 異常検知手法の選択方法
　　　6.4 学習方法
　　　6.5 異常検知における性能評価
　　　　　（Confusion matrix、ROCカーブとAUC、性能評価法）
　　　6.6 チューニング方法

７． 生成AIを用いた外観検査の現況と最新動向


【質疑応答】

キーワード
外観検査,画像認識,異常検知,深層学習,生成AI,ディープラーニング,セミナー,講演,研修
関連するセミナー
関連する書籍
関連する通信講座
関連するタグ
フリーワード検索
カテゴリ別検索
カテゴリ別検索