Pill Classification

Pill_Classfication_AI (Classification typo)

Summary

알약 50종을 학습하여 알약 이미지를 테스트 하였을 때 어떤 알약인지 판별해주는 AI 입니다. 뒤섞이거나 집에 돌아다니는 알약이 무엇인지 궁금하다면 사진을 찍어 어떤 알약인지 쉽게 알 수 있도록 하는 취지에서 개발하였습니다.

(※ 팀 프로젝트(주제 : 알약 판별 앱)로, 본 작성자가 맡은 인공지능 파트의 코드만을 공유했습니다. 결과 사진은 팀 프로젝트 최종 결과입니다.)

---

Base

• OS : WSL2
• Platform : Docker (with anaconda)
• Docker image : pqowie/pytorch_tensorflow [https://hub.docker.com/r/pqowie/pytorch_tensorflow]

---

Installation

Python 3.11, cudnn 9.3.0 with the following installed :

git clone https://github.com/GamjaUser/Pill_Classfication_AI.git
cd Pill_Classfication_AI
pip install -r requirements.txt

---

Dataset

• link
  • AI-Hub (경구약제 이미지 데이터) [https://www.aihub.or.kr/aihubdata/data/view.do?currMenu=&topMenu=&aihubDataSe=data&dataSetSn=576]
• use
  • TL_10_단일.zip l 71.91 MB l key: 66073
  • TS_10_단일.zip l 93.05 GB l key: 66162
• type
  • 미래트리메부틴정 100mg/병
  • 큐레틴정(빌베리건조엑스)
  • 콘택골드캡슐 10mg/PTP
  • 에스케이코스카플러스정
  • 에스케이코스카플러스에프정
  • 클로미딘정 100mg/병
  • 사리돈에이정 250mg/PTP
  • 스트라테라캡슐 25mg
  • 마도파정125
  • 노바스크정 5mg
  • 네비레트정(네비보롤염산염)
  • 대웅알벤다졸정 400mg/PTP
  • 토르셈정 10mg
  • 세비보정(텔비부딘)
  • 마도파정
  • 코다론정(아미오다론염산염)
  • 렉스펜정 300mg/PTP
  • 아프로벨정 150mg
  • 아프로벨정 300mg
  • 로자살탄정 100mg
  • 웰부트린엑스엘정 300mg
  • 모푸렌정(모사프리드시트르산염)
  • 레보펙신정 500mg
  • 캐롤에프정 368.9mg/PTP
  • 디오반필름코팅정 320mg
  • 엑스포지정 5/160mg
  • 미니린멜트설하정 60mcg
  • 미니린멜트설하정 120mcg
  • 리피논정 20mg
  • 리피논정 40mg
  • 플라벤정 500mg/PTP
  • 심바스트씨알정(심바스타틴)
  • 심발타캡슐 30mg
  • 임팩타민정 50mg/PTP
  • 우루사정 300mg
  • 제스판골드정 80mg/PTP
  • 프레미나정 0.3mg
  • 프레미나정 0.625mg
  • 맥시부펜이알정 300mg
  • 익수허브콜캡슐 490mg/포
  • 레보펙신정 250mg
  • 리피토정 80mg
  • 보령모사프리드시트르산염수화물정
  • 휴트라돌정
  • 쎄로켈서방정 400mg
  • 쎄로켈서방정 300mg
  • 쎄로켈서방정 50mg
  • 쎄로켈서방정 200mg
  • 자누메트정 50/500mg
  • 자누메트정 50/1000mg

• test sample image
  • 시중에서 구할 수 있는 일반의약품 두개(콘택골드캡슐 10mg/PTP, 보령알벤다졸정 400mg/PTP)를 구매해서 테스트 이미지로 사용

---

Model

• EfficientNetB0
  • 구글이 2019년에 발표한 EfficientNet 모델군 중 가장 작은 버전으로, 이미지 분류(Classification) 및 특징 추출(Feature Extraction)에 최적화된 CNN 모델
  • 기존 ResNet, Inception보다 더 적은 연산량으로 더 높은 성능을 냄
  • 복잡한 네트워크 구조 대신 단순한 Scaling 사용
  • EfficientNetB0 ~ B7까지 존재 (EfficientNetB0 이 가장 작은 모델)

---

Steps

1. download data
2. Run ```python train_pill_model.py``` to train the model
3. Run ```python test_pill_model.py``` to test the model

---

Results

학습시킨 콘택골드캡슐 10mg/PTP 은 잘 인식하여 옳게 판별했지만 알벤다졸정은 '대웅' 것이 아닌 '보령' 알벤다졸정으로 테스트 해보았기에 인식 실패 (대웅알벤다졸정과 보령알벤다졸정은 외관이 다릅니다.)

---

Reference

[1] 약학정보원 [https://www.health.kr/main.asp]

---

GitHub

GitHub - GamjaUser/Pill_Classfication_AI

프로젝트 총원 : 5명 (한명씩 ai, front, back 맡았음, 2명은 깍두기)

역할 : AI (데이터 증강, 전처리..., 알약 이미지 데이터 학습 후 판별 정확성 테스트)