Embedded Deep Learning(CNN을 이용한 영상인식)

홈으로교육과정AI 아카데미딥러닝

일수/시간 3일 / 24시간 (09:00~18:00) 강사 MDS전문강사
과정매니저  강혜미(구로) (02-869-8200), 왕혜진(판교) (031-737-7900)
교육비 990,000원 (VAT포함)
선수과정 딥러닝 이해(TX1 보드 활용)
후속과정 시계열 및 자연어 처리 딥러닝
실습장비 NVIDIA Jetson TX1
정원 20명
전체 교육일정
교육일정 신청마감일 수강신청 교육장소
2019.02.25(월) ~ 2019.02.27(수) 신청마감 교육장소 판교교육센터 1차 (H스퀘어)
2019.05.20(월) ~ 2019.05.22(수) 신청마감 교육장소 판교교육센터 1차 (H스퀘어)
2019.07.29(월) ~ 2019.07.31(수) 2019.07.19(금) 신청하기 교육장소 판교교육센터 1차 (H스퀘어)
2019.10.21(월) ~ 2019.10.23(수) 2019.10.11(금) 신청하기 교육장소 판교교육센터 1차 (H스퀘어)
2019.12.09(월) ~ 2019.12.11(수) 2019.11.29(금) 신청하기 교육장소 판교교육센터 1차 (H스퀘어)
과정개요
딥러닝은 영상인식, 자연어처리, 음성인식, 알파고 등 다양한 곳에 쓰이는 기술 입니다. 본 과정은 머신러닝의 한 종류인 딥러닝을 머신러닝, 인공 신경망, 딥러닝, Convolutional Neural Network순으로 학습하며 임베디드 딥러닝 환경으로 가장 많이 사용하는 NVIDIA Jetson TX1 보드에서 Convolutional Neural Network를 실습하고 Convolutional Neural Network과 OpenCV을 결합하여서 영상인식에 딥러닝을 적용해 보는 과정입니다.

* 실습보드 : Nvidia Jetson TX1 보드
* 학습 시스템 : DIGITS 기반 학습 시스템, caffe or tensorflow
* 필요 선수지식 : 선형대수, 영상처리


특이사항
* 교육 시작 일주일 전, 모집 인원 7명 미만 시 폐강될 수 있습니다.
* 개폐강 여부는 개강일 일주일 전쯤에 수강신청자 분들께 개별 연락드립니다.
* 교재 및 중식 무료제공
* 교육수강과 함께 TX2보드를 구매하고자 하는 분은 [여기]를 클릭해주세요.
교육목적

- 인공 신경망과 딥러닝의 학습 및 이해 증진
- 임베디드 환경에서 딥러닝 개발 능력 배양

교육대상

- 딥러닝 소프트웨어 개발자
- 딥러닝을 임베디드 환경에서 적용하고자 하는 개발자 및 기획자

교육내용
구분 교 육 내 용
1일차· CNN Intro - The Concept of Deep Learning

- CNN 의 소개와 활용 방안
- 인공신경망의 개요
- 딥러닝 프레임워크 소개 : Caffe, tensorflow, digits, cudnn
- DIGITS Image Classification 실습

2일차· Understanding & Practice CNN

- CNN 기초 개념 : ReLU, Dropout, weight 초기화, 앙상블, parameter update
- Convolutional Neural Network 의 구조
- CNN : Alexnet, lenet등
- DIGITS Object Detection (Mnist, cifar10) 실습

3일차

· Convolutional Neural Network

- Localization, Detection
- Image Segmentation CNN 실습
- Training Neural Network
- Deployment with TX2 실습





Q NVIDIA Platform 의존도가 높은가요?
A 본과정은 NVIDIA Jetson TX1 의 JetPack 플랫폼을 이용하여 딥러닝 이론과 inference 를 학습하는 과정입니다.

Q CNN 이외 RNN, REINFORCEMENT LEARNING 등의 딥러닝 알고리즘도 살펴보는지요?
A RNN 은 텐서플로우 기본 과정과 딥러닝 기반 ADAS 개발 과정에서 다룹니다.

Q 이론 설명하기에는 시간이 짧은데요, 대신 실습이라도 해 볼 수 있는지 궁금합니다.
A 이론은 CNN과 segmentation, object detection 까지만 있고 수준은 초중급 정도입니다.
실습은 서버 트레이닝과 Jetson TX1 보드에 모델 inference 해서 카메라를 이용한 실습까지 진행합니다.

Q 얼굴 인식 이외 Object Tracking 관련 설명이 있을까요?
A Object Tracking은 「딥러닝 기반 ADAS 개발 (DRIVE PX2 활용)」 과정에서 다룹니다.

Q 모델을 직접 만들어 보는지요?
A 학습하고 실습하는 모델은 모두 직접 trainng 해서 만들어서 테스트해봅니다.

Q 작은 데이터라도 직접 학습해 보는지요?
A MNIST, MS-COCO, ILSVRC12, KITTI 데이터를 학습합니다.


첨부파일

과정소개서_Embedded Deep Learning(CNN을 이용한 영상인식).pdf

수강생 추천과정

페이스북트위터구글즐겨찾기이메일

확인