Monkeypox Diagnosis with GLCM
จำแนกภาพรอยโรคฝีดาษลิงด้วย GLCM และ machine learning ส่งเข้าแข่ง YSC ครั้งที่ 25Classifying monkeypox lesion images with GLCM and machine learning, entered into the 25th YSC.
YSC ครั้งที่ 25YSC 25th · 2023
- ช่วงเวลาPeriod
- Nov 2022 — Jan 2023
- บทบาทRole
- วิจัยและพัฒนาResearch & implementation
- สถานะStatus
- เก็บเข้าคลังArchived
- เทคโนโลยีที่ใช้Stack
- Python, TensorFlow, GLCM, Google Colab
ภาพรวมOverview
โครงงานสมัยมัธยมที่ส่งเข้าแข่งขัน Young Scientist Competition ครั้งที่ 25 เป็นโปรแกรมวินิจฉัยฝีดาษลิงจากภาพถ่าย โดยใช้หลักการ Gray Level Co-occurrence Matrix ร่วมกับเทคนิค machine learning บน Google Colab และ TensorFlowA high-school project entered into the 25th Young Scientist Competition: diagnosing monkeypox from photographs using the Gray Level Co-occurrence Matrix together with machine learning, on Google Colab and TensorFlow.
ขั้นตอนหลักคือทำ data augmentation เพื่อสร้างชุดข้อมูลสำหรับเทรนและตรวจสอบ แล้วสกัดฟีเจอร์ด้วย GLCM หลายรูปแบบ ทั้งจำนวนระดับสีเทาที่ต่างกันและทิศทางทั้งสี่The main steps were data augmentation to build training and validation sets, then feature extraction with several GLCM configurations — different grey levels and all four directions.
สิ่งที่สำคัญWhat mattered
Feature extraction with GLCM
สกัดค่า contrast, correlation, energy และ homogeneity จากทิศทาง 0, 45, 90 และ 135 องศา แล้วเทียบกันว่าการตั้งค่าแบบไหนให้ฟีเจอร์ที่แยกคลาสได้ดีที่สุดContrast, correlation, energy and homogeneity were extracted at 0, 45, 90 and 135 degrees, then compared to see which configuration separated the classes best.
Six model variants
ทดลองสถาปัตยกรรมหลายแบบ โดยไขว้ระหว่าง optimizer สองตัวคือ Nadam กับ AdamW และเทคนิคปรับโมเดลสามแบบคือ BatchNormalization, Dropout และใช้ทั้งสองอย่างพร้อมกันSeveral architectures were tried, crossing two optimizers — Nadam and AdamW — with three regularisation choices: BatchNormalization, Dropout, and both together.
An honest 0.87
โมเดลที่ดีที่สุดได้ความแม่นยำ 0.87 แต่รายงานกำกับไว้ชัดเจนว่ามีไบแอสจากคุณภาพของชุดข้อมูล ตัวเลขนี้จึงยังไม่ควรถูกอ่านว่าเชื่อถือได้ในการใช้งานจริงThe best model reached 0.87 accuracy, but the report states plainly that the dataset quality introduces bias, so that number should not be read as reliable for real use.