[DIP] Cephalogram Autolabeling04

입력받은 dictionary를 csv 형태로 저장하기

 

아래 사진처럼 각 좌표와 prediction의 결과를 dictionary 형태로 매칭하여 반환하도록 한다.

딕셔너리의 세부 코드는github에 작성해두었다.

 

 

만들어진 dictionary들을 csv 파일에 작성하는 함수까지 모두 작성했으니 갖지고 있는 Cephalogram 데이터의 모든 케이스에 적용시킨다.

 

 

 

5) 구현 및 결과 분석

실제 점의 좌표와 딥러닝 모델로 얻어낸 좌표를 비교한 결과 (왼)실제 좌표 (오)딥러닝 추출 좌표

전체 점의 갯수 (총 17*9=136) 153개 중 1가지 좌표를 제외한 152개가 일치하는 것을 확인할 수 있었다. 

하나의 좌표가 차이가 나는데 이건 딥러닝 Classification의 문제가 아니라 crop된 이미지 중 B가 적힌 이미지가 여러개인 경우에 해당한다.

딥러닝은 글자 추출만 하는 과정이기 때문이다.

 

실제로 해당 케이스를 확인해본 결과 아래 사진과 같았다.

크롭된 이미지에 B가 두번 포함되어 버린 경우였다. 이를 해결하기 위해 X의 좌표가 더 큰 값을 택하기로 했다.

수정 후 모든 경우가 일치하는 것을 확인할 수 있다.

 

 

 

 

 

 

 

[DIP] Cephalogram Autolabeling  완성

최종 수행 코드:

github.com/leekate/college_project_DIP

 

 

 

 

프로젝트를 통해 하고자 하는 것을 명확히 이해하고 그것을 구현해내기 위해 어떤 사고를 해야 하는지 알 수 있었던 프로젝트였다.  최종 프로젝트 완성 후 복습하는 과정 중 작성한 게시글이기에 아쉬운 부분이 많다. 프로젝트 진행과 동시에 기록을 남기는 습관을 길러야겠다.