Skip to content

boostcampaitech7/level2-cv-semanticsegmentation-cv-18-lv3

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

52 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

🔗 HotCLIP

KakaoTalk_Photo_2024-12-02-11-53-53

0. 팀의 목표 🤗

- 협업 능력을 기르자!

- 지속 가능한 Baseline Code를 구축하자! (feat. 모델 이식)

- 이번 대회에 Vision Language Model을 활용해보자!


1. Project Overview (프로젝트 개요) 🌟

  • Hand Bone Segmentation 뼈는 우리 몸의 구조와 기능에 중요한 영향을 미치기 때문에, 정확한 뼈 분할은 의료 진단 및 치료 계획을 개발하는 데 필수적입니다. Bone Segmentation은 인공지능 분야에서 중요한 응용 분야 중 하나로, 특히, 딥러닝 기술을 이용한 뼈 Segmentation은 많은 연구가 이루어지고 있으며, 다양한 목적으로 도움을 줄 수 있습니다.
  1. 질병 진단의 목적으로 뼈의 형태나 위치가 변형되거나 부러지거나 골절 등이 있을 경우, 그 부위에서 발생하는 문제를 정확하게 파악하여 적절한 치료를 시행할 수 있습니다.

  2. 수술 계획을 세우는데 도움이 됩니다. 의사들은 뼈 구조를 분석하여 어떤 종류의 수술이 필요한지, 어떤 종류의 재료가 사용될 수 있는지 등을 결정할 수 있습니다.

  3. 의료장비 제작에 필요한 정보를 제공합니다. 예를 들어, 인공 관절이나 치아 임플란트를 제작할 때 뼈 구조를 분석하여 적절한 크기와 모양을 결정할 수 있습니다.

  4. 의료 교육에서도 활용될 수 있습니다. 의사들은 병태 및 부상에 대한 이해를 높이고 수술 계획을 개발하는 데 필요한 기술을 연습할 수 있습니다.



2. Team Members (팀원 및 팀 소개) 👨🏻‍💻👩🏻‍💻

곽기훈 김민지 김현기 이해강 장희진 홍유향
kkh090 qzzloz hyeonrl98 lazely heeejini hyanghyanging


3. Quick Start 🧰

pip install -r requirements.txt

프로젝트 구조 🗂️

📦level2-cv-semanticsegmentation
 ┣ 📜main.py
 ┣ 📂configs
 ┃ ┣ 📜base.yaml
 ┃ ┣ 📜data.yaml
 ┃ ┣ 📜etc.yaml
 ┃ ┣ 📜path.yaml
 ┃ ┗ 📜train.yaml
 ┣ 📂data
 ┣ 📂etc
 ┃ ┣ 📜offline_augmentation.py
 ┃ ┣ 📂EDA
 ┃ ┃ ┗ 📜EDA.ipynb
 ┃ ┣ 📂dev
 ┃ ┃ ┗ 📜dev_utils.py
 ┃ ┣ 📂streamlit
 ┃ ┃ ┣ 📜main.py
 ┃ ┃ ┗ 📜vis_eda.py
 ┃ ┗ 📂visualization
 ┃   ┣ 📂segmentation_visualizations
 ┃   ┣ 📜aug_visualization.ipynb
 ┃   ┣ 📜create_results.py
 ┃   ┗ 📜visualization.ipynb
 ┣ 📂outputs
 ┣ 📂src
 ┃ ┣ 📜train.py
 ┃ ┣ 📜ensemble.py
 ┃ ┣ 📜inference.py
 ┃ ┣ 📂datasets
 ┃ ┃ ┣ 📜dataloader.py
 ┃ ┃ ┗ 📜dataset.py
 ┃ ┣ 📂models
 ┃ ┃ ┣ 📜model_utils.py
 ┃ ┃ ┣ 📜models__.py
 ┃ ┃ ┗ 📜...
 ┃ ┗ 📂utils
 ┃   ┣ 📜alert.py
 ┃   ┣ 📜augmentation.py
 ┃   ┣ 📜logger.py
 ┃   ┣ 📜loss.py
 ┃   ┣ 📜metrics.py
 ┃   ┣ 📜rle_convert.py
 ┃   ┗ 📜trainer.py
 ┗ 📂wandb


4. Run 🏃🏻

Train

python main.py --mode train --configs_folder ./configs

Inference

python main.py --mode inference --configs_folder ./outputs/{your_folder}


5. Reference 📎

[1] SAM https://arxiv.org/abs/2304.02643

[2] SAM2-UNet https://arxiv.org/abs/2408.08870

[3] BEiT3 https://arxiv.org/abs/2208.10442

[4] CLIPSeg https://arxiv.org/abs/2112.10003

About

level2-cv-semanticsegmentation-cv-18-lv3 created by GitHub Classroom

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published