의료진을 위한 알약 검색 서비스
Service Video
Team
Background
-
의료진의 약 식별 업무 의뢰율이 굉장히 높은 77% 이상에 달하는 통계치를 확인 했습니다. 그렇다면, 왜 약 식별 업무가 현재 의료업계에 어려움을 내비추고 있을까요?
-
약의 색상, 모양, 식별자 등을 판단 하여 직접 체크 또는 입력 하여 약을 검색 하는 것이 아닌, 실제 촬영 또는 이미지를 기반으로 생산적인 작업을 딥러닝 모델이 대신 하여 생산성을 높히는 개발 방향을 선정 하였고, 웹 형태의 구조를 모바일에서 쉽게 이용 할 수 있도록 설계 하였습니다.
Environment
| Library | |
|---|---|
| WAS | Python 3.8 + Django 4.1.6 |
| WS | Nginx + Gunicorn |
| Deep learning | torch 1.7.1 && torchvision 0.8.2 tensorflow 2.7.1 && keras 2.7.0 && keras-ocr 0.9.2 opencv 4.5.1.48 Yolo v7 |
| Deploy | AWS EC2 |
| Database | PostgreSQL with psycopg2-binary 2.9.5 |
Dataset
Used Class
- 클래스 중, 식별 문자의 한글 데이터는 전체 데이터셋에 5%정도 존재 하였고 실제 OCR 기법을 이용 했을 때 문자가 인식되지 못한 점에서 제외하였다.
Process
- Object detection with Yolo v7
- Shape Classification with CNN
- extract color algorithm with OpenCV
- Image Similarity algorithm with Metric learning
Model Accuracy
System Architecture
before Deep learning - dockerizing
- dockerizing
- GPU 환경 구성 전 사용 된 도커로 개발 환경 셋팅