반려견 비문 인식 모델 개발
Siamese Network와 SEResNeXt50-IBN 커스텀 백본으로 강아지 비문 패턴 유사도(Cosine Similarity)를 학습해 동일 개체 여부를 판별하는 딥러닝 모델.
AIData
공개 2026년 5월 9일갱신 2026년 5월 13일왜 만들었나
마이크로칩·인식표는 시술 부담·훼손·미부착 등으로 유실견 방지 효과가 제한적. 비문은 고유하고 비침습적이라 대안이 될 수 있다고 보고, 실사용 신뢰도를 검증하기 위해 케어 플랫폼과 분리해 모델 단독 프로젝트로 정리.
내 역할
단독 수행. 데이터 전처리 파이프라인(CLAHE, Sobel, Albumentations) 설계, SEResNeXt50-IBN 커스텀 백본 구현, Siamese + Contrastive Loss 학습, 임계값(0.751) 튜닝, WandB 실험 관리, Flask 기반 추론 서버까지 구축.
핵심 결정
조명·색감 변화에 강건한 IBN 블록과 채널 중요도 학습용 SE 블록을 ResNeXt50에 결합해 EfficientNet-B4 대비 더 낮은 오분류율을 확보.
성과
Validation 기준 ROC AUC 0.9995, F1 0.9305. EfficientNet-B4 대비 정확도 우위 및 FP/FN 모두 감소.
기술 스택
- Python 3.10
- PyTorch
- timm
- OpenCV
- Albumentations
- WandB
- Flask
- Docker