Обновленная ИИ-модель для анализа рентгенограмм зубов на архитектуре YOLOv8l прошла обучение на доработанном датасете Clean_Dental_v3. Процесс включал двухстадийное обучение на видеокарте NVIDIA A100 80GB, которое заняло 29,3 минуты.
Выборка сформирована из данных DENTEX Challenge, Tufts Dental Database и Loki_Dental. В финальный набор вошли четыре класса патологий: кариес, глубокий кариес, ретинированные зубы и периапикальные очаги. В ходе подготовки данных удалено 33 дубликата и отсеяно 1 571 изображение, не соответствующее критериям качества.
Модель показала показатель mAP50 на уровне 0,642 на валидационной выборке. Исследователи установили, что применение стандартной аугментации при тестировании снижает точность для классов глубокого кариеса и периапикальных очагов, поэтому данная функция была отключена в итоговом пайплайне.
Разработчики протестировали метод усреднения весов Model Soup. Несмотря на рост средней точности до 75,6% в точке максимального F1, этот подход показал более низкий общий mAP50 по сравнению с чистым чекпоинтом второго этапа, который был выбран в качестве основной рабочей модели.
