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

2020/05/03(日)16:00 〜 18:00 開催

ブックマーク

Python, Deep Learning

イベント内容

はじめに

昨今の事情を鑑み、25名ほどが定員の部屋ですがMAX7名での開催といたします。
（4/30段階で報道されているリスクについては全て考慮・分析済みなので、基本的によほどのことが
なければ延期せずに実施します）

詳しくは別途お送りしますが、自身やご家族の発熱などの際はキャンセルいただく想定です。
また、マスクもしくはマスクに類する何かしらで鼻から下は覆うようにだけは強制させていただく予定です。

話す内容は下記の電子テキストにまとめていますので、興味はあるけど参加が難しい方は
こちらの入手をご検討ください。（1,000円です）
https://lib-arts.booth.pm/items/1834855

内容概要

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
局所特徴量を用いたアプローチから、DeepLearningを用いたRCNN[2013]、
FasterRCNN[2015]、YOLO[2015]、SSD[2016]、RetinaNet[2017]、M2Det[2018]、
Cascade RCNN[2019]、CBNet[2019]などについて解説していきます。

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。
https://lib-arts.hatenablog.com/entry/object_detection4
（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）

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
Mask 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。

開催日程

5/3（日）
受付： 15:50〜16:00
講義： 16:00〜18:00

※ 途中5〜10分ほどの休憩を設ける予定です。
※ 15:50より前の入室は原則としてお断りします。

アジェンダ

1. 事前知識の整理（15分）
　　物体検出(Object Detection)とは
　　DeepLearning以前の物体検出（HOG+Boosting）
　　CNNのおさらいと考察

2. 物体検出の研究トレンド（60分）
　　RCNN[2013]とDeepLearning
　　FasterRCNN[2015]とRegion Proposal Network
　　YOLO[2015]とone stage detector
　　SSD[2016]とMulti-scale feature maps
　　Feature Pyramid Networks[2017]
　　RetinaNet[2017]とFocal Loss
　　M2Det[2018]とMulti-Level Feature Pyramid Network
　　Cascade RCNN[2019]
　　CBNet[2019]
　　↓下記が進行にあたっての参考記事です。
　　https://lib-arts.hatenablog.com/entry/object_detection1
　　https://lib-arts.hatenablog.com/entry/object_detection2
　　https://lib-arts.hatenablog.com/entry/object_detection3
　　https://lib-arts.hatenablog.com/entry/object_detection5

3. PyTorch実装の解説（25分）
　　下記を参考にM2Detの著者実装を読みます。
　　https://lib-arts.hatenablog.com/entry/object_detection4

4. 発展（Instance Segmentation）（10分）
　　Segmentationタスクに関して
　　FCN、U-Net
　　Mask R-CNNとFaster R-CNN
　　※ 後日解説記事を投稿予定です。

※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
上記の時間配分にはならないかと思われます。

会場

水道橋駅、神保町駅、九段下駅周辺
千代田区西神田2-7-14 YS西神田ビル2F

対象者

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、
MNISTなどの画像分類の経験がある方を想定します。
↓下記の理解は前提とします。
https://lib-arts.hatenablog.com/entry/math_nn4
https://lib-arts.hatenablog.com/entry/math_nn5
https://lib-arts.hatenablog.com/entry/math_nn6
https://lib-arts.hatenablog.com/entry/paper1_AlexNet
https://lib-arts.hatenablog.com/entry/paper2_VGGNet
https://lib-arts.hatenablog.com/entry/paper3_ResNet

講師プロフィール

東大工学部卒。
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。
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。
初心者向けの指導実績も多く、1,500名以上。

当日のお持物

・筆記用具
・PC     （資料やコードを確認するにあたってあると便利です）
※ 題材によって変更の可能性があります

費用

5,000円 (2時間)

※
・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

定員

7名（これ以上の増枠はしません）

備考

↓テキスト形式でもまとめましたので、ご興味あればこちらもご確認いただけたらと
思います！！
https://lib-arts.booth.pm/items/1834855

ご参加にあたってのお願い

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
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！）
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、
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。
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
いただきますので、その点だけ予めご了承ください。
（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
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）

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。
ご協力のほど、よろしくお願いいたします。