질병 진단용 딥러닝 프레임워크 'Tri-Net v2' 오픈소스 공개

요약

Scientific Reports에 게재된 엠폭스(Monkeypox) 탐지 논문의 공식 구현체인 'Tri-Net v2'가 오픈소스로 공개되었다. 이번 버전은 단순 학습 스크립트 제공을 넘어 재현 가능한 연구 프레임워크로 재설계되었으며, 누수 없는 데이터 파이프라인과 ConvNeXt-Tiny, DenseNet201, Inception-ResNetV2 등 다양한 CNN 백본을 지원한다. 모델은 앙상블 및 특징 융합 전략을 포함하며, Grad-CAM을 통한 설명 가능성(Explainability)과 교차 검증, 통계적 평가 기능을 제공한다. 개발자는 Docker 및 GitHub Actions CI를 지원할 뿐만 아니라, pip install mpox-trinet 명령어를 통해 쉽게 패키지를 설치하고 CLI로 학습, 추론, 벤치마킹을 수행할 수 있도록 편의성을 높였다. 해당 논문은 출판 초기부터 1,100회 이상의 접속을 기록하며 학계의 높은 관심을 받고 있다.

AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.