Deep Learningハッカソン★実業務で使用しているAI画像解析モデルをハックしよう!

2018/07/28(土)10:00 〜 17:00 開催
ブックマーク

イベント内容

イベント概要

外壁の種類を判別する機械学習モデルを構築するハッカソンです。
いわゆる画像類別(Classification)タスクとなります。

★機械学習を勉強中の方、機械学習の業務を行っている方、是非ご参加ください。一緒にスキルアップすることを目的としています。

今回用いるデータセットは、ジャストで作成した全11種類の壁面画像データセットとなっています。
これは実際に業務で利用しているデータセットです。
今回のハッカソンの為に特別にデータセットと、実際に使っている深層学習モデルのソースコードをセットで公開することに致しました。

現実の機械学習業務では、どのようなデータでどう業務を進めることになるのか、という事を肌で感じてもらえると思います。

公開するプログラムでは、深層学習フレームワークとして「Keras」を使用しています。
ヒューマンリーダブルで非常に使いやすいフレームワークですので、是非Kerasにも興味を持っていただきたいと思います。
自分で一からモデルを開発するのも良し、公開するプログラムを元に改変するのも良し。
プログラムの改変は自由に行っていただいて構いません。

課題について

■建設業界の新人教育用の壁面仕上げ判定モデルの作成

▼背景 建築の調査診断に壁面仕上げを判定する必要があります。 しかし、様々な種類のある壁面仕上げを判定するのは素人には難しいものがあります。

壁面仕上げを判定し、建築の調査診断に活用したいと考えモデルを設計していますが、 AIでの自動判定にはどうしても誤差がつきものです。 実際の調査にはほぼ100%の確実な判断が必要になります。 そこで弊社では、AIで業務判定を行うのではなく、 まずは新人教育のためにAIを使ってみようという課題設定を行いました。

▼今回取り組む課題 現在、7割弱の正解率を持つ転移学習モデルを構築しています。 教育用としては、まだ精度が少々低いため、精度を8割超まで上げることを目的とします。

▼現状のモデルで利用している技術、キーワード

  • 前処理

・基本的なData Augmentation(平行移動、左右反転など)

  • モデル

・ImageNetの学習済みモデル(keras.applications.vgg16)を元に転移学習したもの

こちらベースラインとして改善したいと考えております。

何を持って帰れるのか

機械学習、特に画像分類に関する深層学習の手法を学べます

今回公開するモデルに用いている、以下の手法を紹介する予定です。

  • CNN
  • 転移学習
  • DropOut
  • Batch Normalization
  • 半教師在り学習 (Self-Training)

これらの他にも、参加者の皆さんが持っている手法をお互いに学ぶことができます。
私たちも、参加者の皆さんから新しい手法を学べる事を大いに期待しています!

タイムテーブル

  • 受付時間は9:30~10:30になります。
  • 受付時に名刺を1枚頂戴いたします。
  • 6F受付でお名前をスタッフにお伝えください。
時間 内容
10:00~11:00 導入説明
11:00~13:00 ハッカソン
13:00~14:00 お昼休憩
14:00~16:00 ハッカソン
16:00~17:00 結果発表・懇親会
  • ※進行具合により、時間が前後する可能性があります。

参加費

  • 無料

事前準備/必要な機材等

  • PC:ブラウザでソースコードを共有しながらリアルタイムでコーディングしていきます。
  • Googleアカウント:colabを利用するのに必要です。

※会場にはWi-Fiの準備があります。

こんな人を主な対象としています

※以下の一つでも当てはまる方

  • 機械学習エンジニアとしてのスキルを向上させたい方

  • 大学の研究などで機械学習を使用している方

  • 機械学習を勉強中の方

※ 興味があるが機械学習を学び始めたばかりの方へ

今回は今まで開催したイベントの中でも高度な内容になることを期待しております。

基礎知識などの丁寧なサポートはできないかもしれませんが、刺激になる内容になると考えておりますので興味のある方はぜひ参加してみてください!

登壇者

  • 山崎 悟 (株式会社ジャスト)

大学時代は数学(カオス理論)を専攻。数学のバックグラウンドを生かして、2018年機械学習の分野に独学で飛び込む。
現在はCNNを用いた画像解析、及びノンパラメトリック統計を利用した統計的機械学習をメインに、機械学習の応用業務に当たっている。

  • 金井 伸也(Kanai Shinya)  修士(理学) 

筑波大学及び同大学院にて学び、ニュートリノ崩壊観測のための超伝導トンネル接合検出器の研究の後、博士前期課程修了。 パイオニア株式会社研究開発部にて応用研究に従事。大手企業との共同研究や、半導体デバイスの特性評価、検証に取り組む。その後、株式会社セラクにて「IT×農業」をキーワードとした農業の環境モニタリングサービス「みどりクラウド」の、農作物の画像・センサーデータ解析の研究開発を始め、機械学習領域の研究開発に携わっている。

株式会社ジャストについて

ジャストは建築物の調査を専門に行っている会社です。
建築業界が、IT化やIoT、AIによる自動化といった分野で、近年注目が集まっている中、ジャストでは、建物の調査診断業務の付加価値向上、および自動化に向けて研究開発を行っています。 そのためにジャストでは、今年度から機械学習・AI分野の人材を強化し、最近では建物のX線写真から、鉄筋の通りを調べ、そこに穴をあけることが出来るかどうか、という画像診断業務に深層学習を活用しました。
ジャスト 機械学習(AI)先端技術「ディープラーニング」の調査診断技術への活用

開催場所

株式会社セラク 東京本社 〒160-0023 東京都新宿区西新宿7-5-25 西新宿プライムスクエア6F

注意事項

  • 受付時に名刺を1枚頂戴いたします。
  • 当日は写真撮影を行います。もし写真撮影NGの方がいらしたら、スタッフまでお申し出ください。
  • イベント当日の様子は後日なんらかの媒体に掲載させていただく場合がございます。  
  • お申込後、イベント内容は運営都合により変更/キャンセルになる場合がございます。予めご了承ください。

お問い合わせ

運営事務局:d_media@seraku.co.jp

注意事項

※ こちらのイベント情報は、外部サイトから取得した情報を掲載しています。
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。

関連するイベント