画像認識と深層学習
日本ロボット学会 ロボット工学セミナー 第126回 ロボットのための画像処理技術 講演資料 https://www.rsj.or.jp/event/seminar/news/2020/s126.html 2012年の画像認識コンペティションILSVRCにおけるAlexNetの登場以降，画像認識においては深層学習，その中でも特に畳み込みニューラルネットワーク (CNN) を用いることがデファクトスタンダードとなった．CNNはクラス分類をはじめとして，物体検出やセグメンテーションなど様々なタスクを解くためのベースネットワークとして広く利用されてきている．本講演では，CNNの発展を振り返るとともに，エッジデバイスで動作させる際に重要となる高速化等，関連する深層学習技術の解説を行う． 1. クラス分類向けモデルについて 1.1. ILSVRCで振り返る進化の歴史 1.2. その他重要なモデル 1
Login • Instagram
Welcome back to Instagram. Sign in to check out what your friends, family & interests have been capturing & sharing around the world.
Talk about ML and DL for happy engineer's life
DevFest Tokyo 2016での発表資料 http://gdg-tokyo.connpass.com/event/38927/
ディープラーニングが活かすIoT
21世紀に入り通信ネットワークの発展と通信・センサーデバイスの低廉化によりこれまでの情報通信産業だけでなく、農業や製造業など第一次、第二次産業においても、大規模データを利活用するデータベース技術とそのデータを基にした機械学習によりこれまで不可能であった産業の自動化と最適化が可能になりつつあります。今後、量・種類ともに爆発的に増大する情報を最大限に活用するためのディープラーニング、強化学習等の機械学習を例とする革新的な人工知能基盤技術が広く利用され、様々な分野において将来にわたり効果的に情報が活用される社会の実現が期待されています。今後、データ利活用により、全ての産業においてその構造を変革するような新たなサービス、イノベーションが社会に要請されています。 本研究領域では、実社会の膨大なデータを知的・統合的かつセキュアに収集・処理・学習・制御するための人工知能基盤技術と、その成果を組み合わせる
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - dennybritz/deeplearning-papernotes: Summaries and notes on Deep Learning research papers
