Ｖｉｓｉｏｎ　Ｔｒａｎｓｆｏｒｍｅｒ／最新ＣＮＮアーキテクチャ画像分類入門

本書の中心となるテーマは、画像認識における画像分類です。画像分類は「画像がどのカテゴリに属するか」を判定するタスクであり、画像認識の中でも特に重要な役割を果たしています。自動運転、医療診断、監視システム、エンターテインメントに至るまで、画像分類技術の応用範囲は広大です。本書を通して画像分類モデルを活用した最先端の技術をお届けします。
また、本書では、すぐに実装していただけるよう、PyTorchやKerasを用いたプログラミングについても解説。ViTやSwin Transformerについては、PyTorchとKeras両者の実装コードを掲載しました。


1章　開発環境について
2章　Vision Transformerによる画像分類モデルの実装（PyTorch編）
3章　VisionTransformerの性能を引き上げる
4章　VisionTransformerによる画像分類モデルの実装（Keras編）
5章　Swin Transformerを用いた画像分類モデルの実装（PyTorch編）
6章　Swin Transformerを用いた画像分類モデルの実装（Keras編）
7章　T2T-ViTを用いた画像分類モデルの実装（PyTorch）
8章　CoAtNetを用いた画像分類モデルの実装（PyTorch）
9章　BoTNetを用いた画像分類モデルの実装（PyTorch）
10章　EdgeNeXtを用いた画像分類モデルの実装（PyTorch）
11章　ConvMixerを用いた画像分類モデルの実装（Keras）
12章　GCViTを用いた画像分類モデルの実装（Keras）
13章　ConvNeXtを用いた画像分類モデルの実装（PyTorch）
14章　MViTを用いた画像分類モデルの実装（PyTorch）