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　学習編 X-WR-CALNAME:PyTorchのハンズオンで学ぶ物体検出(Object Detectio n) #2　学習編 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:730591@techplay.jp SUMMARY:PyTorchのハンズオンで学ぶ物体検出(Object Detection) #2 　学習編 DTSTART;TZID=Asia/Tokyo:20190518T130000 DTEND;TZID=Asia/Tokyo:20190518T160000 DTSTAMP:20260413T091920Z CREATED:20190506T133812Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/73059 1?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開催日時\n\n5/18（土）\n受付： 12:50〜13: 00\n講義： 13:00〜16:00\n\n※\n途中10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. PyTorc h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\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 3-5. 学習実行section7_4.ipynb 、損失関数multibox_loss.py、デフォルトボックスを絞り込 むbox_utils.pyのプログラム処理概要を解説\n\n※\n第3回で はSSDモデルのPascal 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_Datas et\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2-7-14 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\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 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（E RP）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/bo ok/9784798055473.html\n\n\n当日の持ち物\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VO Cのダウンロードは約1GBの容量が必要です。）\n\n※\n物 体検出の学習はGPU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\n6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.slideshar e.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/730591?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR