-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2021-10-01 데이터 품질 보완 및 추가 개방 1.0 2021-06-18 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-10-13 신규 샘플데이터 개방 소개
국내의 도로환경 정적객체(교통안전표지판, 횡단보도 및 노면 표시) 약 140여종에 대한 이미지를 인공지능모듈이 자동인지할 수 있도록 인공지능 학습데이터 구축
구축목적
국내 도로환경 정적객체(교통안전표지판, 횡단보도 및 노면 표시) 에 대한 자동인지를 위한 학습데이터 구축
-
메타데이터 구조표 데이터 영역 교통물류 데이터 유형 이미지 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2020년/338,910장 (파라노마 이미지) -
구축 내용 및 제공 데이터량
- 서울시 주요도로 3,400Km
- 교통안전표지판, 횡단보도 및 노면표지 140 종 객체 어노테이션
구축 내용 및 제공 데이터량 표 구분 파일 네이밍룰 확장자 수량 파일 내용 파노라마이미지 숫자13자리+panorama jpg 338,910 서울시 주요도로 촬영 파노라마 이미지 파노라마어노테이션 숫자13자리+panorama json 339,910 파노라마 이미지에 대한 어노테이션 정보 평면이미지 숫자13자리+panorama_crop
+ 숫자1자리(0~7)jpg 2,711,280 파노라마 이미지를 8분할한 평면이미지 평면어노테이션 숫자13자리+panorama_crop
+ 숫자1자리(0~7)json 2,711,280 평면이미지에 대한 어노테이션 정보
-
-
AI 모델 상세 설명서 다운로드
AI 모델 다운로드 -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 차도 주변 장애물 인식 모델 Object Detection EfficientNet Recall 85 % 91 % 2 정밀도로지도 자동 갱신 Prediction RetinaNet Recall 85 % 91.6 %
※ 데이터 성능 지표가 여러 개일 경우 각 항목을 클릭하면 해당 지표의 값이 그래프에 표기됩니다.
※ AI모델 평가 지표에 따라 측정값의 범위, 판단 기준이 달라질 수 있습니다. (ex. 오류율의 경우, 낮을수록 좋은 성능을 내는 것으로 평가됩니다)
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2021.10.01 데이터 품질 보완 및 추가 개방 1.0 2021.06.18 데이터 최초 개방 구축목적
- 국내 도로환경 정적객체(교통안전표지판, 횡단보도 및 노면 표시) 에 대한 자동인지를 위한 학습데이터 구축
활용분야
- 자율주행, 정밀도로지도제작(HD MAP) 등
주요 키워드
- 인공지능(Artificial Intelligence), 데이터셋(Data Set), 기계학습(Machine Learning), 자율주행(Automatic Driving), 도로환경(Road Environment), 정적객체(Static Object), 교통안전표지판(Traffic Safty Signs), 신호등(Traffic Light), 횡단보도(Crosswork)
소개
- 해외와는 상이한 국내의 도로환경 정적객체 약 140여종에 대한 이미지를 인공지능모듈이 자동인지할 수 있도록 인공지능 학습데이터를 구축함
구축 내용 및 제공 데이터량
- 서울시 주요도로 3,400Km
- 교통안전표지판, 횡단보도 및 노면표지 140 종 객체 어노테이션
구축 내용 및 제공 데이터량 표 구분 파일 네이밍룰 확장자 수량 파일 내용 파노라마이미지 숫자13자리+panorama jpg 338,910 서울시 주요도로 촬영 파노라마 이미지 파노라마어노테이션 숫자13자리+panorama json 339,910 파노라마 이미지에 대한 어노테이션 정보 평면이미지 숫자13자리+panorama_crop
+ 숫자1자리(0~7)jpg 2,711,280 파노라마 이미지를 8분할한 평면이미지 평면어노테이션 숫자13자리+panorama_crop
+ 숫자1자리(0~7)json 2,711,280 평면이미지에 대한 어노테이션 정보
대표도면
필요성
- 해외오픈데이터셋으로는 국내의 표지판 등 도로환경 학습 불가 국내에서는 대기업에서 AI 학습데이터를 구축하고 있으나 오픈하지 않음
- 자율주행 기술을 연구/개발하는 대학/연구소/중소기업/스타트업에서는 비용문제로 학습데이터 자체 구축이 어려움
데이터 구조
- 파일의 폴더구조
- 00 ~ 33 까지 34개의 폴더로 구성
- 각 폴더는 4개의 서브 폴더로 구성
- 4개의 서브 폴더는 폴더의 목적별로 jpg 및 json 파일로 구성
- 어노테이션 JSON 데이터 구조
어노테이션 JSON 데이터 구조 분류 항목 영문명 작성방법 예시 파일정보 이미지ID id 이미지 파일의 공유번호로 숫자 6자리 000001 이미지
파일명filename 파노라마 이미지 : 이미지ID_Panorama.jpg
평면 이미지 : 이미지ID_Panorama_crop_순번.jpg
(순번은 0-7 숫자)000001_Panorama_crop_0.jpg 이미지
파일위치path 이미지 파일의 폴더 학습데이터 폴더구조 그림 참조 00-01/crop_image 해상도 resolution [가로픽셀, 세로픽셀]
파노라마 이미지 : [4000,2000]
평면 이미지 : [1000,1000][1000,1000] 촬영위치 location 서울시 : 25개 행정구역명 (예: 강남구)
인접지역 : 시+구 (구제시인 경우)영등포구 촬영일시 datetime 촬영날짜 (YYYY-MM-DD) + 공백 + 촬영시간 (HH:MI:SS.S)시간 2019-12-16 10:34:19.0 어노테이션
정보어노테이션
IDannotation_id 학습객체고유번호 1593470 어노테이션
타입annotation_type 사각형인지 다각형인지 구분
(사각형 : bbox, 다각형 : polygon)polygon 클래스코드 class_code 학습대상객체의 클래스코드 0204001300000 클래스명칭 class_name 학습대상객체의 클래스명 노면표시/횡단보도예고 객체좌표 coord_xy 학습대상객체의 x좌표배열 + y좌표배열
사각형 : 대각선 2개 꼭지점의 x/y 좌표 배열 (예: [ [2001, 2021], [988, 1007] ]
다각형 : 다각형 N개 꼭지점 x/y 좌표 배열 (예: [ [77, 109, 98, 72, 60], [1060, 1067, 1056, 1046, 1041] ][
582,
619,
697,
652
],
[
563,
553,
586,
599
]메모 memo 객체이미지내 숫자를 포함하고 있는 경우 이미지내 포함된 숫자정보를 포함하는 클래스는 아래와 같음
<교통안전표지판-규제표지>
차중량제한, 차높이제한, 차폭제한, 차간거리확보, 최고속도제한, 최저속도제한
<교통안전표지판-보조표지>
거리(앞부터), 거리(여기부터), 안전속도, 표지설명, 구간시작, 구간내, 구간끝, 전방, 중량, 노폭, 거리
<노면표지>
속도제한, 속도제한(어린이보호구역안)50 -
데이터셋 구축 담당자
수행기관(주관) : ㈜올포랜드
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 김은형 02-855-5724 aidata@all4land.com · 사업관리, 원천데이터 수집 및 정제, 데이터가공 수행기관(참여)
수행기관(참여) 기관명 담당업무 ㈜스트리스 · 데이터설계, 원천데이터수집 및 정제, 데이터가공
· 저작도구개발, AI 모델 및 응용서비스 개발㈜지디에스컨설팅그룹 · 품질관리 및 데이터검수 ㈜에스이엔티 · 데이터가공 가천대학교산학협력단 · AI 모델 및 응용서비스 개발 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 김은형(올포랜드) 02-855-5724 aidata@all4land.com
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.