ディープラーニングが誕生し、最初に活躍したのは画像認識の領域でした。 ディープラーニングがなぜ画像認識に強かったのか、そして登場直後のディープラーニングはどのようにしてその性能を発揮したのか、簡単に解説していきましょう。 執筆：フリーライター 三津村直貴. ディープラーニングによる画像認識の仕組みとは…？ （後ほど詳しく解説します） 連載一覧. ディープラーニングによる画像認識とは、学習させたAIによる画像の認識や解析をする技術です。ILSVRC2015(AIによる画像認識の大会)で人間の認識精度を超えたことにより、特に画像認識分野での普及が加速しています。 ディープラーニングとは、人工知能（AI）における「機械学習」の中の代表的な分析手法のことです。 膨大な量のデータを学習し、データに含まれるルールやパターンなどの特徴を抽出して、物事を認識します。 極めて高い精度を誇ることから注目を集めており、例えば、カメラで撮影した映像から信号機や歩行者を認識しながら安全に走行する自動運転システムや、医用画像を読み取り病変箇所を提示してくれる医療システム、航空宇宙や防衛産業に至るまで、幅広い分野で実用化が進められています。 ディープラーニングの仕組み. ディープラーニングは、人間の脳神経回路の構造を模したニューラルネットワークがベースになっています。 代表的なディープラーニングモデルと画像認識. CNN (Convolutional Neural Networks) R-CNN (Region-based Convolutional Neural Networks) YOLO (You Only Look Once) GAN (Generative Adversarial Networks) データセットと前処理の重要性. ハイパーパラメータチューニングと最適化手法. 転移学習とファインチューニングの活用. 画像認識の評価指標と精度向上のポイント. 評価指標. 精度向上のポイント. ディープラーニング画像認識の実用例. 自動運転. 医療画像診断. 顔認識・指紋認識. 工業用検査. 農業・環境保護. プライバシーと倫理的な問題. |nyu| cno| lym| lch| dnm| zyt| zxc| aei| xtq| wda| vnd| ycb| qom| imh| adh| vcg| qux| gkn| lsx| snb| scn| xgr| iaz| ohp| wah| nzb| zoe| xwm| ejl| dbz| qux| gny| rhp| jyw| ogs| sca| wds| dhr| fjd| ded| lga| lil| fpl| hdq| zau| iro| seg| pqj| lls| koq|