컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 4-4,5. Transfer Learning / Data Augmentation

컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 4-4,5. Transfer Learning / Data Augmentation

본 내용은 Edwith의 컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석을 요약 정리한 내용으로 DGIST 박상현 교수님과 Edwith, STAR-MOOC에 그 저작권이 있음을 미리 공지합니다.

URL : https://www.edwith.org/medical-20200327/lecture/63140/

Transfer Learning

Data가 부족한 Deep Learning에서 사용하는 방법

ex) Medical Image가 적은 상태에서 성능이 제한적

이를 많은 수의 일반 이미지를 사용하여 label 학습을 진행함.

Low Level Feature의 edge, texture을 미리 학습 시킬 수 있는 layer를 fix 시킨 후 High Level Feature의 layer에 대해 parameter update 시키는 방법

즉, Natural Image를 통해 학습된 Low Level Feature Layer Weight fix시킨 후 Medical Image를 통해 High Level Feature Layer Weight update

Data Augmentation

학습 데이터 양을 증가하기 위한 방법

Mirroring : 좌우 뒤집어 사용

Rotation : 회전

Shearing : 기울이기

Local Warping : 지역적 늘리거나 줄이기

Intensity Change : 어둡게 혹은 밝게 만들어 활용

보통 Training set을 증가시켜 수행합니다.

Test에서는 data augmentation 사용하지 않습니다.