Контрольная работа

Вы работаете исследователем в научной группе AI Research при медицинском университете. К вам попал датасет с фотографиями кожных поражений, причём с размеченными заболеваниями. В данном задании предлагается поработать с ним, а именно обучить модель классификации заболеваний.

Результат необходимо представить в виде оформленного решения задачи в Jupyter-ноутбуке, соблюдая правила оформления PEP-8.

Цели проекта

1.     Провести базовое исследование изображений и классов. При необходимости применить аугментации.

2.     Выбрать и обучить не менее двух подходящих моделей.

3.     Оценить точность предсказаний и предложить рекомендации по использованию решения.

Данные

Скачать данные можно с этого сайта. https://datasetninja.com/isic-2017-part-3. В силу ограниченных бесплатных ресурсов GPU разрешается обучать модели не на всех изображениях, а только на сэмпле. Важно приложить пояснение, почему выбираете то или иное количество.

Инструменты и методы

·        Язык программирования: Python.

·        Библиотеки: Pandas, NumPy, OpenCV, Pillow, PyTorch, TensorFlow, Albumentations и др.

·        Методы: обработка изображений, нейронные сети, transfer learning, свёрточные сети и другие подходящие методы.

Детали и ход работы

Необходимо на предоставленном наборе данных обучить модель, способную классифицировать изображения. Основная задача — добиться высокой точности и интерпретируемости модели, приблизив её к реальным условиям использования в медицинской практике.