Teachable Machine을 활용한 악성흑색종 진단 AI 웹 서비스
박지헌 | 홍준기 |
---|---|
@jiheon788 | none |
웹 개발 및 모델링 | 모델링 및 발표 |
- Problem: 피부 질환은 중 일반인들의 시각과 지식으로는 구분이 어려운 질환들이 존재한다.
- Solution: 데이터를 근거로 자가진단을 도울 수 있는 인공지능 서비스
- Vision: 일반인이 자신의 피부질환 가능성에 대해 자가 진단하여 더 큰 위험으로의 연결을 막고자 한다.
- Lottie 를 통한 애니메이션
- 드래그 앤 드랍으로 환부 사진을 등록 가능 하다
- 진단 모델에서 사진을 분류한 후 결과를 출력한다.
HTML
, CSS
, JavaScript
, Teachable Machine
, Google Cloud
, TensorFlowJs
, Python
, Hitpaw
- Google, Naver, DermNet을 크롤링하여 총 15000장의 점과 흑색종의 이미지 데이터를 확보
- Teachable Machine의 이용 규격을 맞춰 crop
- 사진에 적용된 워터마크를 Hitpaw 툴을 이용해 제거
- Gray Scale
- 이미지 증식 기법 적용
- 구글의 오픈소스 인공지능 툴,
Teachable Machine
을 사용 - Epoch, Batch Size, Learning Rate 총 3가지 Hyper Parameter 변화에 따른 분류 성능을 측정 후 최적화 작업 진행
- 성능평가 지표로는 Accuracy와 Loss값을 사용해 최적화 작업 진행