NIA
🇰🇷 한국인 피부상태 AI 데이터셋
이 프로젝트는 한국인을 대상으로 한 피부 이미지 데이터셋과 안면 피부 상태 평가를 위한 AI 모델을 제공합니다. 10~60대 이상의 남녀 1,100명을 대상으로 수집한 다각도 이미지와 함께, 피부과 전문의의 육안 평가와 정밀 기기 측정값이 포함되어 있습니다.
📂 주요 링크
- 📊 AI-Hub 데이터셋
- 🆕 정보과학회 2025 컴퓨팅의 실제 논문지 (KTCP)
- 📄 정보과학회 2024 KCC (🏅 우수발표논문상)
- 📄 정보과학회 2024 KSC (🏆 우수논문상)
- 📬 이메일 문의
🧠 간략 소개
- 장비: 디지털 카메라, 스마트폰, 태블릿
- 촬영 각도: 최대 7가지
- BBox 라벨: 얼굴 주요 부위 8개
- 평가 정보:
- 육안 평가 (전문의 5인)
- 기기 측정값 (SCI 논문, 식약처 인증 장비)
💻 코드 실행 예시
python tool/main.py --name "my_checkpoint" --mode class # 육안평가
python tool/main.py --name "my_checkpoint" --mode regression # 기기 측정값
📊 결과 예시
🛠 폴더 구조
project_root/
│
├── dataset/
│ ├── img/
│ ├── label/
│ └── cropped_img/
│
└── tool/
├── img_crop.py
├── main.py
└── test.py
👤 담당자
- 이정호 (Jeongho Lee)
단국대학교 컴퓨터학과 박사과정
📧 72210297@dankook.ac.kr
🗣️ Future work
- 데이터셋 특성 상, 특정 등급에 대부분 분포돼 있는 long-tailed distribution의 모습을 보입니다. 모델의 over-fitting을 방지하기 위해 loss function을 focal loss나 class-balanced loss로 사용하여 어느 정도 방어했지만, 여전히 over-fitting이 남아있습니다.
- 위 문제를 해결하기 위해 다음 시도들을 고려해볼 수 있습니다:
- 디지털 카메라 외에 스마트폰/패드 이미지를 함께 학습
- 최신 Classification SOTA 모델 도입
- Class-imbalance에 강한 loss function 또는 data loader
- Classification이 아닌 Detection/Segmentation 기반 접근