10mm-notebook / 2023-2-computervision

HAM10000 데이터셋을 이용한 VGGNet 기반 피부 병변 탐지 모델 개발 프로젝트

프로젝트 목적

피부암의 조기 진단을 돕기 위해 컴퓨터 비전 기술을 활용하여 피부 병변을 자동으로 분류하는 모델 개발

프로젝트 기간

2023.10~2023.12

프로젝트 팀

카피바라 팀 (이승열, 김승영, 민지수, 김민준)

사용 데이터

HAM10000 데이터셋 (5.9GB, 10,015장, 7클래스)

데이터 전처리

• Adasyn 오버샘플링 기법으로 클래스 간 데이터 불균형 해소
• 픽셀값 정규화, 원-핫 인코딩 등의 전처리 과정 수행

모델 구조

• 다양한 모델(ResNet, VGGNet 등) 성능 비교 후 VGGNet 선정 (사용 VGGNet 베이스라인 : https://www.kaggle.com/code/arthurgomesbubolz/skin-cancer-classifier-with-vggnet-inspired-cnn )
• 11개 층으로 구성된 수정된 VGGNet 아키텍처 사용
• He 초기화, Swish 활성화 함수, 0.3 드롭아웃률, 배치정규화 등 적용
• 입력 이미지 크기 56x56으로 리사이징

실험 과정

• 모델 구성요소(활성화 함수, 드롭아웃, 배치정규화 등) 변경하며 정확도 측정
• 하이퍼파라미터(옵티마이저, 학습률, 에폭 등) 튜닝

결과 (베이스라인 -> 최종 모델)

• Accuracy : 0.8522 -> 0.9785
• Precision : 0.8705 -> 0.9799
• Recall : 0.8405 -> 0.9775
• F1 Score : 0.8552 -> 0.9787

최종 모델 파이프라인