갑상선 암을 다양한 모델을 이용해 classification 해보자. 1. Overview 갑상선 초음파 사진을 이용하여 딥러닝 모델을 학습 시킨 후 종양(tumor)이 양성(benign)인지, 악성(malignant)인지 구분해 본다. 다양한 모델을 학습시킨 후 accuracy를 비교한다. 총 5가지 모델(EfficientNetB7, VGG16, VGG19, ResNet50, ResNet101)을 사용 2. Dataset before cropped TRAIN 폴더 안에 Benign, Cancer 폴더가 있으며 각각 9004개 이미지, 2389개의 이미지가 있다. TEST 폴더 안에 Benign, Cancer 폴더가 있으며 각각 899개 이미지, 267개의 이미지가 있다.(validation) 각 이미지..

딥러닝 CNN을 이용해서 skin cancer 구분해보자. https://www.kaggle.com/datasets/fanconic/skin-cancer-malignant-vs-benign Skin Cancer: Malignant vs. Benign Processed Skin Cancer pictures of the ISIC Archive www.kaggle.com kaggle 에서 데이터를 다운 받는다. 꼭 지금 작업하는 jupyter notebook 파일이 있는 폴더에 저장한다. 압축 다 풀고 나면 data, train, test 폴더가 있는데 이 train, test 폴더가 jupyter notebook 파일이 있는 폴더에 있어야 한다. (사실 폴더 위치 정해주면 되는데 귀찮으니까) 나중에 학습한 ..