InceptionV3, 의료 이미지(망막 질환, 피부 병변, x-ray, ct 이미지 분석)에 여전히 사용되는 2015년 Google의 Inception 계열 모델

InceptionV3

VGG16과 마찬가지로 최신 최고 성능 모델이라기보다는 검증된 전이학습용 모델로 많이 사용된다. 

Google의 Inception 계열 모델로, 2015년 ImageNet에서 좋은 성능을 냈다.

핵심 아이디어는 Inception Module으로 여러 크기의 특징을 동시에 추출한다.

작은 패턴, 큰 형태, 다양한 공간 정보를 한번에 학습한다. 

현재 의료 이미지(망막 질환, 피부 병변, x-ray, ct 이미지 분석)에 여전히 사용된다 .

이러한 분야는 데이터가 적고, ImageNet pretrained feature가 도움이 되며, 모델 크기보다 안정성이 중요해 InceptionV3 전이학습이 아직 많이 사용된다 .

입력 이미지
    |
    +-- 1x1 Conv
    |
    +-- 3x3 Conv
    |
    +-- 5x5 Conv
    |
    +-- Pooling
    |
    ↓
Feature 합치기

 

 

 

 

새 프로젝트를 만든다면 2026 년 기준 선택 순서는 대략 아래와같다. 

1순위:
EfficientNet
ConvNeXt
Vision Transformer

2순위:
ResNet50

3순위:
InceptionV3

4순위:
VGG16