CNN 기반 피부 질환 분류 및 Django 실시간 진단 시스템 구현 기록

Context

피부 질환의 정확한 진단을 위한 딥러닝 기반 분류 시스템 필요성 제기. 실시간 질병 탐지와 치료 제안을 위한 웹 기반 인터페이스 부재 해결 목적.

Technical Solution

• AlexNet 및 U-Net 등 CNN 모델을 활용한 피부 질환 이미지 분류 아키텍처 설계
• Python 기반 데이터 클리닝과 Exploratory Data Analysis(EDA)를 통한 학습 데이터 정제
• Django 프레임워크 기반의 실시간 질환 탐지 및 치료 제안 웹 애플리케이션 구현
• React.js의 UseState, UseEffect, UseContext 훅을 활용한 인터랙티브한 프론트엔드 상태 관리
• React Router 도입을 통한 싱글 페이지 애플리케이션(SPA) 내 원활한 내비게이션 구현
• Git 및 GitLab을 활용한 버전 관리 및 협업 워크플로우 적용

Impact

• CNN 모델을 통한 피부 질환 분류 정확도 91.95% 달성

Key Takeaway

딥러닝 모델의 높은 분류 성능을 실제 서비스로 연결하기 위해 백엔드 프레임워크와 프론트엔드 라이브러리를 통합하는 엔드-투-엔드 파이프라인 구축 전략.