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PyTor
 ch実装の解説セミナー
X-WR-CALNAME:物体検出(Object Detection)のトレンドの紹介とPyTor
 ch実装の解説セミナー
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:757097@techplay.jp
SUMMARY:物体検出(Object Detection)のトレンドの紹介とPyTorch実
 装の解説セミナー
DTSTART;TZID=Asia/Tokyo:20191127T200000
DTEND;TZID=Asia/Tokyo:20191127T220000
DTSTAMP:20260523T001334Z
CREATED:20191030T083022Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/75709
 7?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n内容概要\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]、\nCascade RCNN[2019
 ]、CBNet[2019]などについて解説していきます。\n\n実装の
 解説については下記を元にM2Detの著者実装の解説を行
 います。\nhttps://lib-arts.hatenablog.com/entry/object_detection4\n
 （アルゴリズムの大枠の把握が目的のため、チューニ
 ングなどは取り扱いません）\n\n※\n時間が少し余ると
 思われるので、Instance Segmentationについて解いている\nMa
 sk R-CNN[2017]についての簡単な解説も追加で行えればと
 考えています。\n\n開催日程\n11/27（水）\n受付： 19:50〜
 20:00\n講義： 20:00〜22:00\n\n※ 途中5〜10分程度休憩時間
 とする予定です。\n※ 19:40より前の入室は原則として
 お断りします。\n\nアジェンダ\n1. 事前知識の整理（15
 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Dee
 pLearning\n　　FasterRCNN[2015]とRegion Proposal Network\n　　YOLO[2
 015]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　　Cascade R
 CNN[2019]\n　　CBNet[2019]\n　　↓下記が進行にあたっての
 参考記事です。\n　　https://lib-arts.hatenablog.com/entry/object
 _detection1\n　　https://lib-arts.hatenablog.com/entry/object_detection
 2\n　　https://lib-arts.hatenablog.com/entry/object_detection3\n　　h
 ttps://lib-arts.hatenablog.com/entry/object_detection5\n\n3. PyTorch実
 装の解説（25分）\n　　下記を参考にM2Detの著者実装を
 読みます。\n　　https://lib-arts.hatenablog.com/entry/object_detec
 tion4\n\n4. 発展（Instance Segmentation）（10分）\n　　Segmentat
 ionタスクに関して\n　　FCN、U-Net\n　　Mask R-CNNとFaster R-
 CNN\n　　※ 後日解説記事を投稿予定です。\n\n※アジェ
 ンダの詳細については当日の雰囲気を見て時間調整し
 ますので、必ずしも\n上記の時間配分にはならないか
 と思われます。\n\n会場\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対象者\n
 対象レベルとしては，CNNの基礎知識（AlexNet、VGGNet、Res
 Net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.hatenablog.com/entry/math_nn5\nhttps://lib-arts.hatenablog.com/entr
 y/math_nn6\nhttps://lib-arts.hatenablog.com/entry/paper1_AlexNet\nhttps:/
 /lib-arts.hatenablog.com/entry/paper2_VGGNet\nhttps://lib-arts.hatenablog
 .com/entry/paper3_ResNet\n\n講師プロフィール\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\,500名以上。\n
 \n当日のお持物\n・筆記用具\n・PC     （資料やコードを
 確認するにあたってあると便利です）\n※ 題材によっ
 て変更の可能性があります\n\n費用\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定員\n8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ご参加にあたってのお願い\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/757097?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR