healtheat-pill-rtmdet-v4

HealthEat Pill Detection — RTMDet-tiny v4

3팀 HealthEat 프로젝트의 알약 검출 분석 우위 모델. RTMDet-tiny 아키텍처, 118 클래스 (한국 의약품 정제/캡슐).

baseline 대비 Top-1 정확도 +17pp 개선. 웹 데모 후처리 호환성 미검증 — 추후 적용 예정.

기본 정보

• 아키텍처: RTMDet-tiny (CSPNeXt backbone, 118 classes)
• 학습 데이터: 합성 v3 (palm 마스크 처방 + 거대 알약 차단 적용)
• 학습 환경: Colab Pro A100, mmdetection 3.3.0
• 이미지 크기: 640×640 (학습 시), 1280×1280 (합성 데이터 생성 시)
• best epoch: 12 / 13
• EMA: ExpMomentumEMA (momentum=0.0002)

baseline 대비 변경점

평가 결과 (자체 평가셋 33장 기준)

• Top-1 정확도: 46.8% (baseline 대비 +17pp)
• conf threshold: 0.25
• 상세 결과: GitHub 레포 \nalysis/v4_분석결과_요약.md\ 참조

사용

\\python from mmdet.apis import init_detector, inference_detector from huggingface_hub import hf_hub_download

ckpt = hf_hub_download('wony98/healtheat-pill-rtmdet-v4', 'v4.pth') yaml = hf_hub_download('wony98/healtheat-pill-rtmdet-v4', 'pill.yaml')

config 파일은 GitHub 레포 참조: https://github.com/ZerofZero/codeit10_pj1

demo/v4/rtmdet_tiny_pill.py 사용

model = init_detector(config_path, ckpt, device='cuda:0') result = inference_detector(model, 'sample.png') \\

학습 데이터

• 합성 v3 (train 6,509 + val 800 = 7,309장)
  • palm 배경 풀 42장 (Nano Banana API 생성)
  • rembg 마스크 + 100px 침식 (손가락 끝 알약 배치 차단)
  • MAX_PILL_AREA_POST 0.20 (거대 알약 차단)
• 정제본 (dataset_yolo, train 8,302 + val 2,090) 병행 사용

관련 데이터셋:

• healtheat-pill-yolo — 정제본
• healtheat-pill-synthetic-v3 — v3/v4 학습용 합성

관련 레포

• GitHub: https://github.com/ZerofZero/codeit10_pj1 (코드 + 보고서)
• 배포 모델 (baseline): https://huggingface.co/wony98/healtheat-pill-rtmdet-baseline

라이선스

Apache 2.0. 단 학습 데이터 일부는 AI Hub / Kaggle 출처이므로 해당 약관 함께 따름.