이미지 학습을 손쉽게 도와주는 도구

 

fastai : ai를 손쉽게 다룰수 있게 도와주는 라이브러리

monai : nvidia에서 개발한 의료용 ai 라이브러리

 

monai에서는 3d unet과 같은 3차원 의료 데이터 처리를 위한 ai용 모델을 제공해준다. 

그리고 fastai는 Learner라는 방식을 통해서 손쉽게 ai학습을 시킬수 있는데, 이 둘의 조합이 좋아보인다.

 

그래도 처음에 발을 들일때는 fastai로 2D 이미지를 충분히 마스터 한 후에 도전하는게 좋을거 같다.

그리고 윈도우에서 fastai를 사용할때 문제점이 있는데, 파이썬 멀티스레딩이 가능하지 않은 jupyter같은 개발툴에서는 dataloader의 성능이 떨어져서 학습 시간이 오래 걸린다. 

 따라서 vscode와 같이 파이썬 멀티스레딩이 이용가능한 IDE로 python 코드를 작성해야 한다. 

from fastai.vision.all import *
from monai.networks.nets import UNet

# 3D U-Net 모델 정의
model = UNet(
    dimensions=3,
    in_channels=1,
    out_channels=2,  # 예시: 2개의 클래스 분류
    channels=(16, 32, 64, 128, 256),
    strides=(2, 2, 2, 2),
    num_res_units=2,
)

# 손실 함수 및 평가 지표 정의
loss_func = CrossEntropyLossFlat()
metrics = [Dice()]

# Learner 생성 및 학습
learn = Learner(dls=dataloader, model=model, loss_func=loss_func, metrics=metrics)
learn.fit_one_cycle(5)