플러스프로젝트 배경
1) 문제점 - 피부 외 배경 영역까지 포함되어 segmentation·중증도 예측 정확도가 낮음 - 촬영 거리·각도에 따라 환부 면적이 일정하지 않아 환부 면적 기준 중증도 계산이 왜곡됨 - 기존 Flask 서빙 구조가 느리고 확장성이 낮음 2) 프로젝트 목표 - 피부 중증도(Severity)를 정량적으로 산출하는 Vision 기반 진단 모델 개발 - 사용자 촬영 이미지 기준으로 실시간 피부
프로젝트 성과
서빙 구조 최적화 및 Latency 65% 개선
- Flask → FastAPI·BentoML 전환
- latency 3.2초 → 1.1초로 65% 개선, 사용자 경험 개선
- latency 3.2초 → 1.1초로 65% 개선, 사용자 경험 개선
AI 기반 피부 중증도 분석 기능 런칭
- “아토닥” 앱에 AI 기반 피부 질환 관리 기능 신규 적용 → 사용자 서비스 차별화
핵심 기능
피부 영역 필터링(Skin Filtering) 기능
비피부 영역(의류·배경·조명)을 HSV·YCbCr 색 공간 기반 알고리즘으로 제거하여
Segmentation 및 Severity 예측 정확도를 향상.
Segmentation 및 Severity 예측 정확도를 향상.
프로젝트 상세
1) 포트폴리오 소개 모바일 헬스케어 서비스 “아토닥” 사용자(아토피·피부 질환 환자)를 위한 피부 중증도 분석 및 환부 자동 분할 AI 기능 개발 프로젝트. 사용자가 촬영한 피부 이미지를 바탕으로 일상 속에서 피부 상태 변화를 모니터링할 수 있도록 지원하는 AI 기반 진단 서비스. 2) 작업 범위 (내 역할 & 개발 환경) - 아토피 환부 Lesion Segmentation 모델 개발 및 후처
