カーロボ・AIサブコース
AIサブコース概要
背景・目的 | 深層学習の実用化による人工知能(AI)の社会への普及に伴い,AIの基礎を学び,自動運転や知能サービスロボットへの適用を実習を通して学ぶことで,AIをプログラミングレベルだけでなく社会実装レベルで習得することを目指した人材育成プログラムとして,平成29年度より,連携大学院インテリジェントカー・ロボティクスコース(カーロボコース)の中に『AIサブコース』を設置しました. |
---|---|
定員 | カーロボコースの中から10名程度. |
履修要件 | 必修科目:AIセミナー.カーロボコース修了要件に加え,少なくとも1科目はAIサブコース指定科目を含むこと. |
AIセミナー概要
カーロボ・AIサブコース必修科目
- Deep Learning フレームワークを用いた実装中心のセミナー
- 専用GPUマシン(DeepLearning Box)20台を用いて,フレームワークの使用法を学び,演習は自主学習(合計:16コマ)
- 詳細はこちらを参照

- セミナーでの学習内容を夏休み総合実習に役立てることを想定
- 例1:@ホームサービスロボット実習におけるDeep CNNと転移学習による物体認識
- 例2:自動運転車制御実習における深層学習による人物検出
- 例3:自動運転支援センシング実習における深層学習による大規模点群データ処理
H29年度 AIセミナー総括
AIサブコースの学生を対象に開講
- AIコース受講生7名,コース外からの希望受講生5名
深層学習フレームワークを用いた演習中心のセミナー
- Python + Chainer, CSLAIER によるプログラミング
- 代表的構造 MLP,CNN,LSTM を演習課題に
AIセミナーでの学習成果
受講者アンケート(抜粋)

カーロボ総合実習での深層学習の活用
AIサブコースの学生自らのアイデアでカーロボ実習へ応用
自動運転支援センシング技術総合実習
講師: 北九州大学・松波先生
チーム「Tesla JAPAN」 最終プレゼン
“自動運転のためのデジタルマッピング” より
単眼カメラでの歩行者・自動車認識部に AIセミナーで学んだYOLO v2 を活用