메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
송훈 (목포대학교) 채종욱 (목포대학교) 신영학 (국립목포대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제33권 제1호
발행연도
2023.2
수록면
53 - 59 (7page)
DOI
10.5391/JKIIS.2023.33.1.53

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
딥러닝 모델의 성능에 영향을 끼치는 주요 원인 중 하나는 학습 데이터 수이다. 특히 의료영상 분야의 딥러닝 모델의 경우 충분한 양의 라벨링 데이터 수집이 일반 영상 데이터에 비해 더욱 어렵다. 본 연구에서는 대장 내시경 용종 이미지 데이터에 StyleGAN2-ADA를 활용하여 용종 이미지들을 생성하였다. 또한, 생성된 이미지들에 Style Mixing 기법을 적용하여 더욱 다양한 특징을 갖도록 하였다. 이렇게 생성된 이미지를 EfficientNet 기반의 용종 분류 모델 학습에 사용하여 분류 성능 향상에 대한 비교 실험을 진행하였다. 실험 결과, 여러 분류 모델에서 생성된 이미지를 추가하였을 때 F1-score 성능 향상을 확인하였다. 하지만 큰 사이즈의 분류 모델에서 생성된 이미지의 수를 계속 늘렸을 때 성능 향상이 제한적인 것 또한 확인하였다.

목차

요약
Abstract
1. 서론
2. 제안하는 방법
3. 실험 결과
4. 결론 및 향후 연구
References

참고문헌 (12)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-003-000442194