AI 당뇨병 망막병증 모델의 예측 일관성을 개선하고자 하는 문제와 해결 방안 탐구.
한 학생이 Flask 기반의 AI 당뇨병 망막병증 탐지 시스템을 개발하는 과정에서 5개의 클래스로 구성된 모델의 예측에 어려움을 겪고 있다. 모델이 APTOS 2019 데이터셋을 학습했지만 예측 결과가 일관되지 않으며, 다양한 이미지를 통해 그 정확성을 검증하고 있다. 학생은 다양한 접근 방식을 시도했으나, 여전히 문제의 원인을 파악하지 못하고 있다.
Exploring issues and solutions to improve the consistency of an AI diabetic retinopathy model's predictions.
A student is developing a Flask-based AI diabetic retinopathy detection system and facing challenges with the predictions of a 5-class model trained on the APTOS 2019 dataset. The model shows inconsistent predictions, and the student is trying to identify the reasons behind it through various methods. Despite experimenting with different models and preprocessing techniques, the accuracy remains problematic, prompting a search for solutions.