Deep Learning（Convolutional Neural Network）は特に画像認識の分野で目覚ましい成果をあげています。今回はConvolutional Neural Networkを使った画像認識の方法、及び、それを実施するに便利なソフトウェアの説明を行う予定です。

画像認識のフローと画像認識を使った簡単なクラス分類の方法 また、どうやれば、データセットから予測できるかといったプロセスを学ぶことができます。

画像認識に学ぶDeep Learning 1.画像認識の背景とできること 画像認識のこれまでの目覚ましい成果と実際にこれをすると 何ができるかをお話したいと思います。 →Googleの猫やILSVRCの話 　現在、使われているソフトウェアの話（顔認識とか） 2.画像認識の一般的なフローとその説明 本項目では、画像認識においてどういった要素が必要かを紹介します。 データセットを集める、DeepLearningの学習環境作るなど 3.フローについての詳細な説明 ①データセットの構築方法 ②画像データについての説明（cv2） OpenCVを使った画像の読み込み方について説明します。 また、Pythonは画像データは機械的にどのように持っているのかを解説したいと思います。 （若干numpyの解説を含むと思います） ③Deep Learningライブラリ及びConvolutional Neural Network（CNN）の説明 また、合わせてライブラリの説明をしていこうかと思います。 →ライブラリは未定です。直近の流行り度合いを考慮して決めます。 4.その他 画像認識で使えるライブラリやソフトウェアの紹介をしたいと思います。 scikit-imageや紹介しなかったDeepLearningのライブラリを想定しています。 （時間との都合です） 実際に画像認識で困った点を同時にお伝えします。