✅ 대회 주제 

• 반려동물과 함께하는 가정이 늘어나고 있습니다. 특히, 반려 고양이의 수는 증가하고 있으며, 반려 고양이의 건강 관리로 인한 수의학 전문가의 수요 역시 늘어나고 있습니다. 고급 인력인 수의학 전문가를 대체, 혹은 second-stage check으로 활용할 수 있는 고양이 질병 발병 진단 솔루션을 얻고자 합니다.

📚 데이터셋

• https://www.aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100&aihubDataSe=realm&dataSetSn=499
• 인공지능이 반려동물의 질병 진단을 지원하도록 훈련시키기 위해 만들어진 반려동물의 영상데이터입니다.
• 2 종류의 동물(고양이,개)로 이루어져 있으며, 7 종류의 질병 종류(심비대,기흉,…)을 진단한 영상데이터 입니다. 
• 본 대회에서는 ‘고양이’의 ‘심비대’ 질환 발병 진단을 목표로 한 데이터를 사용합니다.

📌 태스크 

• 입력 : 영상이미지 (256,256,3)
• 출력 : Binary Classification Prediction ( 질환-ABN / 정상-NOR )
• 평가 Metric : Accuracy ( TP+TN / TP+TN+FP+FN )

📎 베이스라인

• 모델 베이스라인 코드 제공 : 베이스라인 탭의 Colab Link 참조
• 
• Resnet 152
• Train/Test dataset split = 5:2
• Train/valid split for training = 9:1
• Binary Cross entropy loss
• Adam      > Learning rate = 0.001    /    > Beta1 = 0.9     /    > Beta2 = 0.999