BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:物体検出(Object Detection)のトレンドの紹介と簡
 易ハンズオンセミナー【リターンズ】
X-WR-CALNAME:物体検出(Object Detection)のトレンドの紹介と簡
 易ハンズオンセミナー【リターンズ】
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:740840@techplay.jp
SUMMARY:物体検出(Object Detection)のトレンドの紹介と簡易ハ
 ンズオンセミナー【リターンズ】
DTSTART;TZID=Asia/Tokyo:20190720T160000
DTEND;TZID=Asia/Tokyo:20190720T180000
DTSTAMP:20260503T151104Z
CREATED:20190709T144756Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/74084
 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n内容概要\n\n
 物体検出の研究トレンドについて取り扱えればという
 ことで、HOG[2005]などの\n局所特徴量を用いたアプロー
 チから、DeepLearningを用いたRCNN[2013]、\nFasterRCNN[2015]、YOL
 O[2015]、SSD[2016]、RetinaNet[2017]、M2Det[2018]\nなどについて
 解説していきます。\n\nハンズオンについては動作させ
 るところについては任意とし、RetinaNetやM2Detの\n著者実
 装の解説などをメインとします。\n（解説がメインで
 ハンズオンはおまけで考えています。リポジトリを自
 分で動かせる\nレベルを参加者の想定と考えています
 ので、基本的にサポートは行いません）\n\n※\n期待値
 が上がり過ぎるとやりづらいので、過度な期待はし過
 ぎないようにお願いします。\n出典はオリジナル論文
 か著者実装を基本メインで紹介するため情報ソースは
 問題ないと思いますが、\n全てのご質問にはお答えで
 きないかもしれないことは予めご留意ください。\n\n※
 \n6/18開催と同様の内容ですが、6/18開催の準備が若干間
 に合ってなかったので、6/18に参加された\n方は今回は
 無料での参加が可能な形にさせていただきました。\n\n
 \n開催日程\n\n7/20（土）\n受付： 15:50〜16:00\n講義： 16:00
 〜18:00\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アジェンダ\n\n1. 事前知識の整理（20分）\n　　
 物体検出(Object Detection)とは\n　　DeepLearning以前の物体
 検出（HOG+Boosting）\n　　CNNのおさらいと考察\n\n2. 物体
 検出の研究トレンド（60分）\n　　RCNN[2013]とDeepLearning\n
 　　FasterRCNN[2015]とRegion Proposal Network\n　　YOLO[2015]とone 
 stage detector\n　　SSD[2016]とMulti-scale feature maps\n　　Feature
  Pyramid Networks[2017]\n　　RetinaNet[2017]とFocal Loss\n　　M2Det[
 2018]とMulti-Level Feature Pyramid Network\n　　↓下記が進行に
 あたっての参考記事です。\n　　https://lib-arts.hatenablog.c
 om/entry/object_detection1\n　　https://lib-arts.hatenablog.com/entry/o
 bject_detection2\n　　https://lib-arts.hatenablog.com/entry/object_dete
 ction3\n\n3. 簡易ハンズオンとコードの解説（30分）\n　
 　簡単な動作例を元にコードの解説を行います。下記
 の著者実装など読む予定です。\n　　https://github.com/qiji
 ezhao/M2Det\n\n※アジェンダの詳細については変更の可能
 性があります。（全体の流れが変わることはないです
 ）\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対象レ
 ベルとしては，CNNの基礎知識（AlexNet、VGGNet、ResNetなど
 ）について知っており、\nMNISTなどの画像分類の経験が
 ある方を想定します。\n↓下記の理解は前提とします
 。\nhttps://lib-arts.hatenablog.com/entry/math_nn4\nhttps://lib-arts.hat
 enablog.com/entry/math_nn5\nhttps://lib-arts.hatenablog.com/entry/math_nn
 6\nhttps://lib-arts.hatenablog.com/entry/paper1_AlexNet\nhttps://lib-arts
 .hatenablog.com/entry/paper2_VGGNet\nhttps://lib-arts.hatenablog.com/entr
 y/paper3_ResNet\n\n\n講師プロフィール\n\n東大工学部卒。\n
 データ分析/AI開発の仕事の経験は7年ほどで、理論/開
 発/ビジネスのどれも経験があり強い。\nまた、多くの
 業界のプロジェクトに関わったためドメイン知識も豊
 富。\n初心者向けの指導実績も多く、1\,000名近い。\n\n\
 n当日のお持物\n\n・筆記用具\n・PC     Python(3.6推奨）、P
 yTorchが使える状態でお願いします。\n※ 題材によって
 変更の可能性があります\n\n\n費用\n\n4\,000円 (2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\n5
 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/740840?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR