.png&blockId=c1d34259-a859-4dca-a9da-6dc03aa171b4)
.png&blockId=5f1d77f5-963a-4048-be29-38ac704bebf9)
.png&blockId=5f1d77f5-963a-4048-be29-38ac704bebf9&width=256)
프로젝트 주제
Byte Degree 과제로 진행했던 PCAM(patch_camelyon) ResNet 을 사용한 이미지 분류 프로젝트입니다.
데이터 설명
텐서플로우 데이터셋 중 하나인 patch_camelyon 입니다. PCAM 데이터셋은 암 조직 슬라이드 이미지에서 전이 학습 및 이미지 분류 작업에 사용되는 공개 데이터셋입니다. 데이터셋은 조직(세포) 이미지의 patch 로 구성되었고, 각 patch 는 암 세포를 포함하거나 포함하지 않았습니다. 해당 데이터셋은 정상 조직과 악성 종양 조직을 분류하기 위함입니다. 327,680 개의 컬러 이미지(96 x 96px) 로 구성되어 있습니다.
Self-Feedback
•
비전공자로 공부해 나가며, 처음으로 진행해본 딥러닝 프로젝트였고 여러 방면에서 너무도 부족했고 모자랐던 과제였습니다. 데이터를 불러오는 과정도 잘 해내지 못해 시간을 많이 소모했었고, 여러 가지 모델을 실험해보지도 못하고, 보고서의 양식도 제대로 지켜내지 못한 채 마감일에 급급히 제출했던 과제입니다. 멘토님을 통해 받은 피드백 후 보고서를 작성하거나 주석을 남기는 부분에 있어서 좀 더 신중을 기울여야 한다는 교훈을 얻었습니다.