<aside> 📎 첨부링크

**Github → Report →**

</aside>

☑️ 프로젝트 소개

• 프로젝트명 : Handbone Image Semantic Segmentation
• 진행 기간 : 2024.11(x개월)
• 참여도 : 80% (총 인원수: 6명)
• 주요 업무 : EDA, Model Experiment, 일부(Augmentation)
• 활용 기술 or 핵심 역량 : Unet, Gradient Accumulation, Soft Voting, Mixed Precision, Morphology Post-Precessing, Label Smoothing

<aside> 💡 본 프로젝트는 Hand Bone X-ray 이미지를 대상으로 딥러닝 기반 세분화(Segmentation) 모델을 개발하는것을 목표로 한다. X-ray 이미지는 2048x2048 크기로 동일한 사람의 양손 촬영 데이터로 구성되어 있으며 각 픽셀에 대해 29개의 클래스를 예측해야 한다. 모델은 입력 이미지를 분석해 각 클래스에 대한 확률 맵을생성하고 최종 결과를 Run-Length Encoding(RLE) 형식으로 변환하여 제출한다. 성능은 Dice 계수를 기반으로 평가된다.

</aside>

☑️ 프로젝트 진행과정 및 나의 역할

1. EDA

<aside>

Noisy Image 탐색

데이터 통계 확인

Test Dataset 분포 양상 확인

Annotation File을 활용한 시각화

결과 시각화

</aside>

2. Baseline 모델 설정

<aside>

Competition을 본격적으로 진행하기 앞서 다양한 실험들의 결과를 비교하기 위한 기준을 설정하여 한층 더 신뢰도 있는 실험을 진행하고자 하였다.

이를 위해 학습에 사용된 Loss, Image Size, Scheduler, Data Fold 등 다양한 요소에 대한 실험을 먼저 진행하여 우선적인 Baseline을 잡았다.

Loss

Data Fold

Batch Size

Image Size

Scheduler

</aside>

3. 모델 실험