EfficientNet 앙상블을 이용한 멜라노마 이미지 식별: SIIM-ISIC 멜라노마 분류 챌린지 우승 솔루션

우리는 SIIM-ISIC 멜라노마 분류 챌린지에서 수상한 솔루션을 제시한다. 이 솔루션은 다양한 백본과 입력 크기를 가진 컨볼루션 신경망(CNN) 모델들의 앙상블로 구성되어 있으며, 대부분의 모델은 이미지만을 사용하지만 일부는 이미지 수준 및 환자 수준의 메타데이터도 활용하였다. 우리 솔루션이 우수한 성과를 거둔 핵심 요소는 다음과 같다: (1) 안정적인 검증 설계, (2) 적절한 모델 타겟 선택, (3) 세심하게 튜닝된 파이프라인, (4) 매우 다양성 있는 모델을 활용한 앙상블. 최종 제출 결과, 교차 검증에서 AUC 0.9600을 기록하였으며, 개인 리더보드에서는 AUC 0.9490을 달성하였다.