웹에서 Jupyter Notebook을 실행시키면 코딩하는 부분의 가로폭이 참 어중간하다. 80×24라면 classic 하다고 우길 수도 있겠다. 인터넷을 찾아봤더니 역시 방법이 있다. 그 중에서 가장 코드가 짧고, 설정 파일을 건드리지 않는 방법을 선택했다. 노트북 화면에서 코드를 직접 실행시키면 원하는 웹 브라우져 화면 폭에 맞춰서 넓어진다.
from IPython.core.display import display, HTML
display(HTML("<style>.container { width:100% !important; }</style>"))조금 더 확인을 해볼 필요가 있다. 하지만, 오늘 한참을 삽질하는 과정에서 뭔가 느낌이 오는 것 같다(!). 병리 이미지에서 패턴 검출을 위해서는 어떤 방식으로 학습 이미지를 선정할 것인가가 중요한 것 같다.
Unmix 방법으로 하면 일단 하얀색 바탕은 영향을 미치지 못하는 것 같다. 어떤 색을 선택하느냐에 따라서 차이가 나는데 배경색보다 진한색은 false positive로 영향을 미치는 것 같다.
DL 방법은 조금 문제가 다른데, 어떻게 조작을 가하던지 간에 결과에 영향을 미친다. 학습을 어떻게 시키느냐가 중요한 문제가 될 것 같다.
Python은 문자로 결과가 나오더라도 문자가 아닌 것 같은 경우가 있다. 문자인 숫자를 숫자로 인식시켜주려면 int()로 변경을 해야 하듯이 문자열 결과를 기반으로 조건을 확인하려면 문자열로 변경시켜 주어야 한다.
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
if str(device) == 'cpu':
model = torch.load('model_class9_entire.pt', map_location='cpu')
model = model.to(device)
model.eval()
elif str(device) == 'cuda':
model = torch.load('model_class9_entire.pt')
model = model.to(device)
model.eval()