プラクティショナーズワークショップ
本企画は、当初事前申込制を予定しておりましたが、SSII2020 のオンライン開催決定に伴い、SSII2020 に参加登録頂いた方ならどなたでもご参加いただける企画へと変更いたしました。奮ってご参加ください。
SSII2020では、お昼休みの時間を利用してランチワークショップを開催することにいたしました。深層学習の性能を引き出す実践的テクニックをコンペマスターのお二方にご指南頂きます。ぜひご参加ください。
〜 コンペマスターに学ぶ！
実践深層学習のいろは 〜
強力なはずの深層学習なのに、イマイチ性能が出ない・・・。いろんなネットワークや学習法があるけれど、どれを使ったらいいの？チューニングが大事って言うけれど、何から始めたら？そんな経験ありませんか？本ワークショップでは、さまざまなコンペティションで勝利を収めている“コンペマスター”をお招きし、深層学習の性能を引き出すテクニックを伝授頂きます。
- 会場：メイン会場 (vimeo + sli.do)
- 日時：6/12 (金) 12:50～13:50
- プログラムへのリンク
- 講演スライドの閲覧・ダウンロード（6/10公開）
講師：郁 青 氏（東京大学）
略歴： 2020年 東京大学大学院 学際情報学府 修士課程 修了、現在 東京大学大学院 情報理工学系研究科 博士後期課程に在籍中。日本学術振興会特別研究員 (DC1)。 研究室で画像認識に関する研究に従事。SIGNATE で国内のコンペで三回優勝し、Kaggle でも solo で金メダルを獲得した経験あり、Kaggle Master を取得している。
概要： 画像コンペの取り組み方から優勝できるテクニックまでについて紹介する。ネットワークの選択方法、ハイパーパラメータのチューニングの仕方、コードの書き方などのコツを紹介し、実際のコンペに参加するときの流れと共に、どうやってモデルの性能を極限まで引き出し、優勝できるスコアに至ったかまでの経験を共有する。
Open Images に挑む
講師：本多 浩大 氏（Mobility Technologies）
略歴： 2003年より、大手電機メーカーにて、イメージセンサ及び画像処理技術の研究開発に従事し、ハードウェアからソフトウェアまで最先端の技術に関わった。また 2013-2014年にチューリヒ工科大学にて、客員研究員として画像復元技術の研究をおこなった。2017年 DeNA に入社以来、物体検出をはじめとするコンピュータビジョン技術の研究開発に従事、2020年に Mobility Technologies に転籍。Open Images 2019 ３部門にて６位 / １１位 / ３０位を獲得、Kaggle Master となった。
概要： 2019年6月から10月にかけて Google が開催した Kaggle コンペティション Open Images 2019 では、 500チームを超える世界トップクラスの強豪たちにより、巨大データセットにおける物体検出やセグメンテーションの精度が競われました。 今回の講演では、同コンペにソロ出場し上位獲得に至った手法のほか、 物体検出アルゴリズム再現実装の取り組みを紹介しながら、ディープラーニングの能力を最大限に発揮するためのノウハウを共有します。