BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:PyTorchのハンズオンで学ぶ物体検出(Object Detectio
 n) #2
X-WR-CALNAME:PyTorchのハンズオンで学ぶ物体検出(Object Detectio
 n) #2
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:724882@techplay.jp
SUMMARY:PyTorchのハンズオンで学ぶ物体検出(Object Detection) #2
DTSTART;TZID=Asia/Tokyo:20190414T160000
DTEND;TZID=Asia/Tokyo:20190414T190000
DTSTAMP:20260522T165419Z
CREATED:20190324T071514Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/72488
 2?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n内容概要\n\n
 最近TensorFlowやKerasに追随する形でPyTorchが勢いがあるよ
 うなので、\nハンズオンを行います。題材としては、
 なかなか複雑で解説されることの\n少ない物体検出(Obje
 ct Detection)のSSDモデルを取り扱います。\n\n第1回の推論
 に続いて、第2回では物体検出の新規モデル学習に取り
 組みます。\n\n\n開催日程\n\n4/14（日）\n受付： 15:50〜16:
 00\n講義： 16:00〜19:00\n\n※\n途中5分ほどの休憩を数回設
 ける予定です。\n\n\n第2回アジェンダ\n\n1. 物体検出の
 ネットワークの学習の概要(60分)\n    1-1. 物体検出とは\
 n    1-2. 物体検出モデルSSDの推論の仕組みの振り返り\n 
    1-3. ネットワークの中の更新対象のパラメータ\n    1-
 4. データセットPascal VOCの説明\n    1-5. SSDネットワーク
 の推論結果のTensor\n    1-6. デフォルトボックスと正解
 座標のマッチング \n    1-7. SSD損失関数（位置誤差＋分
 類誤差）の理解\n\n2. 実装の予備知識(60分)\n    2-1. 環境
 設定(Google Colaboratory)\n    2-2. SSDサンプルプログラムの
 ダウンロードとColabへのアップロード\n    2-3. PyTorchの
 自動微分の基本操作\n    2-4. PyTorchのcifar10を使ったネッ
 トワークMLPの学習\n\n\n3. 実装(60分)\n    3-1. データセッ
 トPascal VOCのダウンロード\n    3-2. Pascal VOCを用いた学習
 の実行と新規モデルの作成\n    3-3. 新規モデルを用い
 たバウンディングボックスの表示\n    3-4. 新規モデル
 のロードと学習の再開\n\n\n※\n第3回ではSSDモデルのPasc
 al VOC以外の新規モデルを学習するハンズオンを考えて
 います。\nhttps://github.com/Shenggan/BCCD_Dataset\n\n\n会場\n\n水
 道橋駅、神保町駅、九段下駅周辺\n千代田区西神田2-7-1
 4 YS西神田ビル2F\n\n\n対象者\n\n・SSDモデルの学習の仕組
 みを理解したい方\n・新規モデルを使って、物体検出
 を動かして画像にバウンディングボックスを表示して
 みたい方\n\n\n※\n対象レベルとしては，他のフレーム
 ワークを使ってMNISTなどの画像分類の経験がある人を
 想定しています。\nPythonの経験は必要ですが、PyTorchの
 経験はなくても問題ありません。\n第1回「SSDモデルの
 推論のハンズオン」の受講後が望ましいですが、最初
 に推論の振り返りをするので、第2回からでも参加可能
 です。\n\n\n講師プロフィール\n\n名前：毛利拓也\n学生
 時代は東京理科大学の連携大学院を利用し、NTT研究所
 で量子ビットの理論モデルの論文を\n執筆し修士号を
 取得。\nhttps://arxiv.org/abs/cond-mat/0501581\nその後、アビー
 ムコンサルティングで基幹システム（ERP）導入プロジ
 ェクトをリード。\nその後、東京大学の社会人講座で
 ディープラーニングを学び、\n下記リンク先の『PyTorch
 ニューラルネットワーク実装ハンドブック』の物体検
 出の章を執筆。\nhttps://www.shuwasystem.co.jp/book/9784798055473.h
 tml\n\n\n当日のお持物\n\nPC（Python環境はご自身で予めご
 用意ください）\nGoogleアカウントの作成（Colabのログイ
 ン時にアカウントを使用します）\nGoogle Driveの1.5GBの空
 き容量（学習に使用するデータセットVOCのダウンロー
 ドは約1GBの容量が必要です。）\n※物体検出の学習はGP
 Uが必要なため、ColabのGPUを使用します。（CPUだとパワ
 ー不足で学習できません。）\n\n\n費用\n\n6\,000円 (3時間
 )\n\n※\n・領収書発行の際は事務手数料として追加1\,000
 円のお支払いをよろしくお願いいたします\n\n\n定員\n\n
 9名（人数に合わせて調整します、別媒体でも募集して
 いますので申し込み人数は当日参加者数を反映しませ
 ん）\n\n\n備考\n\nhttps://www.slideshare.net/TakuyaMouri/yolo-v1\n↑
 上記が講師が作成したYOLO_v1論文を解説したスライドに
 なりますので、参考にしていただけたらと思います！
 ！\n\n\nご参加にあたってのお願い\n\n無断欠席や前日以
 降のキャンセルに関しては当日人数読めなくなり非常
 に迷惑なので\n基本的に行わないようにお願いします
 。（直前参加は定員的に問題なければ歓迎です！）\n
 体調不良、職務都合、ご家庭の事情などどうしてもの
 ケースは別途ご連絡いただくか、\nイベントへのお問
 い合わせよりご連絡いただけますと嬉しいです。\n上
 記がひどいアカウントに関してはブラックリスト処理
 を行い以後の参加をお断りさせて\nいただきますので
 、その点だけ予めご了承ください。\n（7割以上来れる
 前提でのお申し込みと前日以降のキャンセルはメッセ
 ージでのご連絡を\nいただくということだけ気をつけ
 ていただければ大丈夫だと思います）\n\nモチベーショ
 ンの高い参加者の方を重視する運営としていきたいと
 考えています。\nご協力のほど、よろしくお願いいた
 します。\n\n
LOCATION:
URL:https://techplay.jp/event/724882?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR