탈모 진단 및 제품 추천 시스템 개발
- 탈모 환자수 증가 및 탈모 제품 매출 증가 (2020년 대비 2021년 76% 증가 출처:올리브영)
- 두피이미지를 통한 탈모 진단 및 제품 추천 시스템 개발하여 관련 제품 매출 증진 및 고객 유치 가능하게 함 (매장 셀프 탈모 진단 기계 설치)
- 기계의 두피 전용 카메라를 통해 촬영하면 탈모 진단 및 제품 추천
- 기계의 화면과 영수증에 진단 결과 출력
모델결과
- LeNet, ResNet, DenseNet 모두 accuracy 70% 대로 큰 차이를 보이지는 않음
- DenseNet이 약 77%로 가장 높은 정확도
- DenseNet epoch 30번 중 21번째 가장 좋은 성능
- train loss는 21번째 이후 줄어들지만 test loss는 줄어들지 않음 (과적합)
분석결과
- test 데이터 5,288개로 예측한 결과 실제 결과 비교
- 탈모 진행 정도 0, 3단계는 비교적 높은 정확도로 진단
- 탈모 진행 정도 2단계 정확도가 제일 낮음
- 잘못 진단한 이미지 중 랜덤으로 추출 하여 확인
- 실제 3단계 증상 이미지 2개 육안으로도 차이가 큼
- 실제 2단계 증상, 1단계 증상 이미지는 육안으로도 차이 구분 힘듬
- 진단 모델로 높은 정확도의 결과를 내기에는 한계가 있음
- 이성수
- 두피이미지 및 라벨 데이터 EDA 진행 및 시각화
- CNN기반 모델 비교, 선정
- 모델 예측결과 분석 및 개선
- 유효민
- CNN기반 모델 비교, 선정 및 개발
- 모델 예측결과 분석 및 개선
- 프로젝트 일정 및 미팅 관리
- 장호정
- 추천 제품 데이터 수집 및 EDA 진행
- 탈모 진단 결과 출력방법 고안
- 발표자료 제작 및 발표
- 출처 : AI허브
- Train 이미지 : 18,513개, Test 이미지 : 5,288개
- 탈모 증상 진행 정도(0~3 단계) 라벨 데이터
- 기업 : 고객 유치 및 매출 증대
- 고객 : 탈모 증상 진단 가능 및 추천 제품 정보 획득