Two-Stage Fine-Tuning of ResNet50 for High-Sensitivity Melanoma Detection on Dermoscopic Images

Imaginez que vous essayez d'apprendre à un robot très intelligent et expérimenté (appelé ResNet50) à repérer une maladie de la peau dangereuse appelée mélanome sur des photos de peau. Ce robot a déjà vu des millions de photos ordinaires (comme des chats, des voitures et des arbres) et est un expert pour reconnaître les formes et les couleurs générales. Mais maintenant, il doit apprendre une compétence très spécifique et à enjeux élevés : faire la différence entre un grain de beauté inoffensif et un cancer dangereux.

Voici comment l'auteur, Aryan Bhagat, a enseigné cela au robot, expliqué simplement :

1. Le Problème : Le Robot était Biaisé et Confus

Le robot faisait face à deux grands obstacles :

• Le problème du « Trop de grains de beauté sains » : Dans le monde réel, la plupart des grains de beauté sont inoffensifs (bénins) et très peu sont cancéreux (mélanome). Si vous montrez simplement au robot un tas de photos où 8 sur 10 sont inoffensives, il devient paresseux. Il commence à deviner « inoffensif » pour tout afin d'avoir raison la plupart du temps. C'est dangereux car il rate le cancer.
• Le problème du « Taille unique » : Habituellement, quand nous apprenons un nouveau tour à un robot, nous ajustons son cerveau d'un seul coup. Mais l'auteur a découvert que faire cela trop vite faisait oublier au robot ses connaissances générales (comme la reconnaissance des bords et des ombres) et le confondait avec les détails spécifiques de la peau.

2. La Solution : Un « Camp d'Entraînement » en Deux Étapes

Au lieu de jeter le robot dans le grand bain immédiatement, l'auteur a utilisé une approche de Fine-Tuning en deux étapes. Considérez cela comme l'entraînement d'un athlète en deux phases distinctes :

• Étape 1 : L'Échauffement (Stabiliser la tête)
  L'auteur a gelé le « cerveau » du robot (la partie qui voit les caractéristiques générales) pour qu'il ne puisse pas changer. Ils ont seulement entraîné le « décideur » (la tête de classification) pendant un court instant.

  • Analogie : Imaginez un nouvel employé qui sait utiliser un ordinateur mais ne connaît pas les règles spécifiques de l'entreprise. Dans l'étape 1, vous lui apprenez seulement les règles (la partie prise de décision) sans le laisser toucher aux machines complexes pour le moment. Cela garantit qu'il ne soit pas submergé.
  • La Correction : Avant cela, l'auteur a équilibré les photos d'entraînement pour qu'il y ait un nombre égal de photos de « cancer » et de « pas de cancer ». Cela a forcé le robot à prêter attention aux deux, et pas seulement aux faciles « pas de cancer ».

• Étape 2 : L'Immersion Profonde (Ajuster l'ensemble)
  Une fois que le décideur était stable, l'auteur a dégelé tout le cerveau. Il a laissé le robot ajuster l'ensemble de son réseau pour comprendre les photos de peau, mais il a réduit la vitesse d'apprentissage à un pas de tortue (un « taux d'apprentissage » très bas).

  • Analogie : Maintenant que l'employé connaît les règles, il est autorisé à toucher aux machines, mais on lui dit de bouger très lentement et prudemment. Cela évite qu'il ne casse accidentellement les compétences utiles qu'il a apprises dans son emploi précédent (la connaissance « ImageNet ») tout en apprenant ses nouvelles compétences liées à la peau.

3. Les Résultats : Un Œil Acéré

Lorsqu'ils ont testé ce robot sur un nouvel ensemble de 3 826 photos de peau qu'il n'avait jamais vues, les résultats ont été impressionnants :

• Il a détecté le cancer : Il a correctement identifié environ 87,6 % des cas réels de mélanome. C'est le chiffre le plus important car rater un cas de cancer est le pire scénatrio.
• Il n'a pas paniqué : Il a correctement déclaré « ceci est sûr » pour environ 89,1 % des grains de beauté inoffensifs. C'est excellent car cela signifie moins de biopsies inutiles (chirurgie pour vérifier un grain de beauté) quand ce n'est pas nécessaire.
• L'Étude d'Ablation (La Preuve) : L'auteur a prouvé que cette méthode fonctionnait en comparant ce robot à un robot entraîné de la « vieille manière » (en une seule étape). Le robot en deux étapes était 4 % meilleur pour trouver le cancer. Dans un groupe de 3 800 personnes, cette différence signifie capturer environ 161 cas supplémentaires de cancer que l'ancienne méthode aurait manqués.

4. Voir la Pensée du Robot (Grad-CAM)

L'auteur ne s'est pas contenté de faire confiance aux chiffres ; il a demandé au robot de montrer son travail en utilisant un outil appelé Grad-CAM.

• Analogie : C'est comme si le robot dessinaait une carte rouge brillante sur la photo pour montrer exactement où il regardait.
• Le Résultat : Quand le robot voyait un cancer, sa carte rouge se concentrait sur les bordures irrégulières et bizarres du grain de beauté. Quand il voyait un grain de beauté sain, la carte était plus diffuse. Cela a prouvé que le robot regardait réellement la lésion cutanée, et non qu'il devinait en se basant sur des éléments de fond aléatoires comme des poils ou des règles dans la photo.

5. Ce que cela signifie

L'article conclut qu'il n'est pas nécessaire d'inventer une nouvelle architecture de robot complexe pour obtenir d'excellents résultats. Au lieu de cela, la façon dont vous enseignez au robot compte davantage. En utilisant cette méthode d'entraînement spécifique en deux étapes et en s'assurant que le robot voit les photos exactement de la même manière pendant l'entraînement et les tests, l'auteur a créé un détecteur hautement sensible.

L'auteur a même construit une application fonctionnelle et gratuite (utilisant Streamlit) où n'importe qui peut télécharger une photo de peau et voir la prédiction du robot, ainsi que la « carte thermique » montrant où il a regardé. Tout le code est ouvert pour que chacun puisse le vérifier et l'utiliser.

En bref : l'article montre qu'en entraînant un modèle d'IA standard en deux étapes soigneuses plutôt qu'en une seule étape précipitée, nous pouvons considérablement améliorer sa capacité à repérer les cancers de la peau dangereux tout en évitant les fausses alertes.