탈모 진단 및 제품 추천 시스템 개발

• 📋프로젝트 개요
• 🙋팀구성 및 역할
• 📁데이터 개요
• 💡기대효과

• 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