콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#터널 # 지하차도 # 지능형 # SOC # 안전 # 자율주행 # 시설물 관리 # 시설물 유지보수 # 스마트터널 # 고도화 # 시설물 지능화

NEW 지능형 터널 및 지하차도 데이터

지능형 정밀 터널 및 지하차도 데이터 아이콘 이미지
  • 분야교통물류
  • 유형 이미지
구축년도 : 2022 갱신년월 : 2023-12 조회수 : 1,772 다운로드 : 50 용량 :
샘플 데이터 ?

샘플데이터는 데이터의 이해를 돕기 위해 별도로 가공하여 제공하는 정보로써 원본 데이터와 차이가 있을 수 있으며,
데이터에 따라서 민감한 정보는 일부 마스킹(*) 처리가 되어 있을 수 있습니다.

※ 내국인만 데이터 신청이 가능합니다.

  • 데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.1 2023-12-15 데이터 최종 개방
    1.0 2023-07-24 데이터 개방(Beta Version)

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2023-12-15 산출물 전체 공개

    소개

    ㅇ지능형 터널 및 지하차도 데이터는 LiDAR, RGB, NIR 데이터의 3종류로 분류됨
    ㅇRGB 및 NIR 이미지 데이터는 2차원의 이미지 데이터로 시설물 식별을 위한 데이터 셋임
    ㅇLiDAR 데이터는 3차원 형식의 데이터로 시설물 식별과 함께 시설물의 위치를 확인하기 위한 데이터셋

    구축목적

    ㅇ터널 및 지하차도의 시설물 관리 및 자율주행 차량의 터널 내 측위기술 개발을 위한 인공지능 학습용 이미지(NIR/RGB/LIDAR) 데이터 구축
  • ■ 데이터 구축규모
     

    데이터 종류 가공 방식 데이터 형태 데이터 규모 비고
    인공지능학습용 RGB Box  원천 JPG 384,994장  
    라벨링 JSON 384,994개  
    NIR Box  원천 JPG 413,943장  
    라벨링 JSON 413,943개  
    LiDAR Cuboid 원천 PCD 300,258장  
    라벨링 JSON 300,258개  
    캘리브레이션 JSON 564개 환경정보
    증강 이미지 Box  원천 JPG 257,269장  
    데이터 라벨링 JSON 257,269개  
    측위데이터 SHAPE - SHP 30개 터널 GIS데이터

     

     

    ※ 인공지능학습용 RGB/NIR/LiDAR 데이터는 장비 특성을 최대한 활용하여 수집한 데이터로 서로 독립적임
       단, LiDAR 데이터 가공을 위해 RGB 데이터를 참조하였으며 AI 모델도 3개 데이터를 기준으로 3개의 탐지 모델을 각각 적용함
    ※ 증강 이미지 데이터는 조명이 꺼진 상태의 이미지 참조용 데이터로 제작되어, 구문적 정확성과 의미적 정확성 검사에서 제외함
    ※ 측위데이터는 시설물의 위치정확도 확인을 위한 참조용 데이터임.

     

    ■ 인공지능학습용 원천 데이터 분포(1레벨)

     
    2레벨 3레벨 4레벨 이미지수 합계
    (가공타입) (이미지종류) (Sequence)
    BBOX RGB Sequence0001 ~ 0004 1,730 384,994
    Sequence0006 ~ 0006 800
    Sequence0008 ~ 0010 704
    Sequence0013 ~ 0033 9,806
    Sequence0035 ~ 0056 20,477
    Sequence0058 ~ 0092 5,407
    Sequence0094 ~ 0101 3,446
    Sequence0103 ~ 0161 19,719
    Sequence0163 ~ 0179 7,496
    Sequence0181 ~ 0286 41,209
    Sequence0295 ~ 0368 29,405
    Sequence0370 ~ 0390 15,534
    Sequence0392 ~ 0393 615
    Sequence0395 ~ 0397 1,404
    Sequence0399 ~ 0400 618
    Sequence0402 ~ 0413 7,270
    Sequence0415 ~ 0442 15,252
    Sequence0455 ~ 0466 12,807
    Sequence0468 ~ 0477 2,675
    Sequence0479 ~ 0479 145
    Sequence0501 ~ 0512 31,236
    Sequence0514 ~ 0565 108,326
    Sequence0567 ~ 0616 48,913
    BBOX NIR Sequence0001 ~ 0004 1,543 413,943
    Sequence0006 ~ 0006 826
    Sequence0008 ~ 0010 707
    Sequence0013 ~ 0033 10,631
    Sequence0035 ~ 0056 22,621
    Sequence0058 ~ 0092 6,058
    Sequence0094 ~ 0101 3,673
    Sequence0103 ~ 0161 20,409
    Sequence0163 ~ 0179 8,735
    Sequence0181 ~ 0286 44,053
    Sequence0295 ~ 0368 31,244
    Sequence0370 ~ 0390 16,388
    Sequence0392 ~ 0393 621
    Sequence0395 ~ 0397 1,478
    Sequence0399 ~ 0400 625
    Sequence0402 ~ 0413 7,791
    Sequence0415 ~ 0442 16,648
    Sequence0455 ~ 0466 13,464
    Sequence0468 ~ 0477 3,072
    Sequence0479 ~ 0479 206
    Sequence0501 ~ 0512 34,461
    Sequence0514 ~ 0565 114,518
    Sequence0567 ~ 0616 54,171
    LiDAR Sequence0001 ~ 0004 calib 4 564
    Sequence0006 ~ 0006 calib 1
    Sequence0008 ~ 0010 calib 3
    Sequence0013 ~ 0033 calib 21
    Sequence0035 ~ 0056 calib 22
    Sequence0058 ~ 0092 calib 35
    Sequence0094 ~ 0101 calib 8
    Sequence0103 ~ 0161 calib 59
    Sequence0163 ~ 0179 calib 17
    Sequence0181 ~ 0286 calib 106
    Sequence0295 ~ 0368 calib 74
    Sequence0370 ~ 0390 calib 21
    Sequence0392 ~ 0393 calib 2
    Sequence0395 ~ 0397 calib 3
    Sequence0399 ~ 0400 calib 0
    Sequence0402 ~ 0413 calib 2
    Sequence0415 ~ 0442 calib 12
    Sequence0455 ~ 0466 calib 28
    Sequence0468 ~ 0477 calib 22
    Sequence0479 ~ 0479 calib 10
    Sequence0501 ~ 0512 calib 1
    Sequence0514 ~ 0565 calib 12
    Sequence0567 ~ 0616 calib 52
    LiDAR Sequence0001 ~ 0004 pcd 50 300,258
    Sequence0006 ~ 0006 pcd 1,077
    Sequence0008 ~ 0010 pcd 740
    Sequence0013 ~ 0033 pcd 8,299
    Sequence0035 ~ 0056 pcd 19,314
    Sequence0058 ~ 0092 pcd 3,574
    Sequence0094 ~ 0101 pcd 2,723
    Sequence0103 ~ 0161 pcd 15,517
    Sequence0163 ~ 0179 pcd 5,464
    Sequence0181 ~ 0286 pcd 32,783
    Sequence0295 ~ 0368 pcd 23,665
    Sequence0370 ~ 0390 pcd 11,792
    Sequence0392 ~ 0393 pcd 364
    Sequence0395 ~ 0397 pcd 1,077
    Sequence0399 ~ 0400 pcd 364
    Sequence0402 ~ 0413 pcd 6,821
    Sequence0415 ~ 0442 pcd 12,619
    Sequence0455 ~ 0466 pcd 10,610
    Sequence0468 ~ 0477 pcd 2,229
    Sequence0479 ~ 0479 pcd 173
    Sequence0501 ~ 0512 pcd 27,244
    Sequence0514 ~ 0565 pcd 81,259
    Sequence0567 ~ 0616 pcd 30,987
     

     

    ■ 인공지능학습용 라벨링 데이터 분포(1레벨)

     
     
    2레벨 3레벨 4레벨 이미지수 합계
    (가공타입) (이미지종류) (Sequence)
    BBOX RGB Sequence0001 ~ 0004 1,730 384,994
    Sequence0006 ~ 0006 800
    Sequence0008 ~ 0010 704
    Sequence0013 ~ 0033 9,806
    Sequence0035 ~ 0056 20,477
    Sequence0058 ~ 0092 5,407
    Sequence0094 ~ 0101 3,446
    Sequence0103 ~ 0161 19,719
    Sequence0163 ~ 0179 7,496
    Sequence0181 ~ 0286 41,209
    Sequence0295 ~ 0368 29,405
    Sequence0370 ~ 0390 15,534
    Sequence0392 ~ 0393 615
    Sequence0395 ~ 0397 1,404
    Sequence0399 ~ 0400 618
    Sequence0402 ~ 0413 7,270
    Sequence0415 ~ 0442 15,252
    Sequence0455 ~ 0466 12,807
    Sequence0468 ~ 0477 2,675
    Sequence0479 ~ 0479 145
    Sequence0501 ~ 0512 31,236
    Sequence0514 ~ 0565 108,326
    Sequence0567 ~ 0616 48,913
    BBOX NIR Sequence0001 ~ 0004 1,543 413,943
    Sequence0006 ~ 0006 826
    Sequence0008 ~ 0010 707
    Sequence0013 ~ 0033 10,631
    Sequence0035 ~ 0056 22,621
    Sequence0058 ~ 0092 6,058
    Sequence0094 ~ 0101 3,673
    Sequence0103 ~ 0161 20,409
    Sequence0163 ~ 0179 8,735
    Sequence0181 ~ 0286 44,053
    Sequence0295 ~ 0368 31,244
    Sequence0370 ~ 0390 16,388
    Sequence0392 ~ 0393 621
    Sequence0395 ~ 0397 1,478
    Sequence0399 ~ 0400 625
    Sequence0402 ~ 0413 7,791
    Sequence0415 ~ 0442 16,648
    Sequence0455 ~ 0466 13,464
    Sequence0468 ~ 0477 3,072
    Sequence0479 ~ 0479 206
    Sequence0501 ~ 0512 34,461
    Sequence0514 ~ 0565 114,518
    Sequence0567 ~ 0616 54,171
    LiDAR Sequence0001 ~ 0004 - 50 300,258
    Sequence0006 ~ 0006 - 1,077
    Sequence0008 ~ 0010 - 740
    Sequence0013 ~ 0033 - 8,299
    Sequence0035 ~ 0056 - 19,314
    Sequence0058 ~ 0092 - 3,574
    Sequence0094 ~ 0101 - 2,723
    Sequence0103 ~ 0161 - 15,517
    Sequence0163 ~ 0179 - 5,464
    Sequence0181 ~ 0286 - 32,783
    Sequence0295 ~ 0368 - 23,665
    Sequence0370 ~ 0390 - 11,792
    Sequence0392 ~ 0393 - 364
    Sequence0395 ~ 0397 - 1,077
    Sequence0399 ~ 0400 - 364
    Sequence0402 ~ 0413 - 6,821
    Sequence0415 ~ 0442 - 12,619
    Sequence0455 ~ 0466 - 10,610
    Sequence0468 ~ 0477 - 2,229
    Sequence0479 ~ 0479 - 173
    Sequence0501 ~ 0512 - 27,244
    Sequence0514 ~ 0565 - 81,259
    Sequence0567~ 0616 - 30,987

     

    ■ 참조데이터 - 증강데이터 분포(1레벨)

     
     
    데이터 구분 데이터 종류 시설물종류 소계
    (2레벨) (3레벨) (4레벨)
    증강데이터 원천데이터 소화기구 82,326
    차로규제신호등 10,291
    거리유도표시 82,326
    피난구유도표시 82,326
    합계 257,269
    라벨링데이터 소화기구 82,326
    차로규제신호등 10,291
    거리유도표시 82,326
    피난구유도표시 82,326
    합계 257,269

     

    ■ 참조데이터 - 측위 데이터 분포(1레벨)

     
    데이터 구분 터널명 데이터 소계
    (2레벨) (3레벨)
    측위데이터 01_원무1터널 1건
    02_남산터널 1건
    03_공근터널 1건
    04_횡성터널 1건
    05_만종터널 1건
    06_금대1터널 1건
    07_치악3터널 1건
    08_현곡터널 1건
    09_단양터널 1건
    10_죽령터널 1건
    11_보문터널 1건
    12_일직터널 1건
    13_군위터널 1건
    14_읍내터널 1건
    15_금호터널 1건
    16_남천터널 1건
    17_고정3터널 1건
    18_청도1터널 1건
    19_가곡터널 1건
    20_삼랑진터널 1건
    21_생림2터널 1건
    22_생림1터널 1건
    23_무척산터널 1건
    24_상동2터널 1건
    25_상동1터널 1건
    26_성주터널 1건
    27_청라터널 1건
    28_여주재터널 1건
    29_칠갑산터널 1건
    30_연미터널 1건
    합계 30건

     

  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • AI 모델 상세 설명서 다운로드

    AI 모델 상세 설명서 다운로드 AI 모델 다운로드

    활용 모델
     

    모델학습
    터널 및 지하차도 시설물 탐지를 위하여 다음과 같이 3개의 AI 학습모델을 활용함

     
    모델 TASK 종류 활용 내용
    (2D) NIR 이미지 기반 터널 및 지하차도 탐지 ⋅터널 내 시설물 중 8종을 학습하고, 이를 기반으로 시설물을 탐지
    (2D) RGB 이미지 기반 터널 및 지하차도 탐지 ⋅자율주행차량의 터널 내 측위 보정을 위한 시설물 위치 탐지
    (3D) LiDAR와 RGB 이미지 기반 터널 및 지하차도 탐지  

     


    ※ Training Data : Validation Data : Test Data는 구간(sequence)를 기준으로 8:1:1 비율로 구성함
     

    모델활용 예시
     

    터널 및 지하차도 시설물 데이터 획득 정체, 데이터 가공, 데이터 검수 과정을 거쳐 터널 시설물 탐지 AI 모델 적용

    서비스 활용 시나리오
    ■ 터널 및 지하차도 시설물 관리 지능화
    - 인공 지능 기반 터널 시설물 안전점검 자동화 기술을 이용하여 기존 안전 진단 대비 정확도 향상과 시간 단축, 시설물 관리 인력의 효율적 운영 가능 
    - 국내 터널 시설물 안전점검 기존 시스템은 일부 차도를 폐쇄하고 시설물의 정밀 점검을 위해 저속 운행 필요
    - 개발된 모델을 활용하여 소화설비, 경보 설비 등 터널 내 설치되어있는 객체들은 차도 폐쇄 없이 실주행하며 점검 가능  
    ■ 터널 내 자율주행차량 측위 기술 활용
    - 자율주행차량에 터널 내 차량의 측위를 위하여 영상/전파/IMU/정밀지도 복합 측위 적용
    - 터널 내부에 일정 거리마다 설치된 BLE 비이콘을 이용하여 자율주행차량의 터널 내 대략적인 위치 파악
    - 터널 내 시설물 영상인식 정보와 터널 정밀지도 데이터를 이용한 터널 시설물 영상 항법을 통하여 자율주행차량 종방향/횡방향 정밀 위치 획득
    - BLE 비이콘 측위 및 터널 시설물 영상 항법이 불가능한 지역에서는 IMU 센서를 이용한 DR(Dead Reckoning) 항법을 수행 가능
     

     

  • 데이터 성능 점수

    측정값 (%)
    기준값 (%)

    데이터 성능 지표

    데이터 성능 지표
    번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수
    1 RGB 이미지 객체 탐지 성능 Object Detection YOLO v4 mAP@IoU 0.5 70 % 85.21 %
    2 NIR 이미지 객체 탐지 성능 Object Detection YOLO v4 mAP@IoU 0.5 70 % 85.6 %
    3 3D LiDAR 객체 탐지 성능 3D Object Detection YOLO v4 mAP@IoU 0.5 70 % 81.8 %

    ※ 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 다운로드

    ■ 2D 바운딩박스(NIR/RGB)

    데이터 구성

    key Description Type Child Type
    {      
    license: 저작권 array  
    info: [ 일반 정보 array JsonObject
    contributor:  기여자 string  
    data_created:  데이터 생성일 string  
    description:  데이터 설명 string  
    url:  이미지 주소 string  
    version:  가공 버전 number  
    year: 가공 년도 number  
    ],      
    images: [ 이미지 정보 array JsonObject
    id:  이미지 고유 ID number  
    file_name:  이미지 파일명 string  
    width:  이미지 너비 number  
    height:  이미지 높이 number  
    latitude: 위도 number  
    longitude: 경도 number  
    time: 촬영시간 string  
    heading:  IMU Heading number  
    pitch:  IMU Pitch number  
    roll:  IMU Roll number  
    ],      
    categories: [ 객체 정보 array JsonObject
    id:  객체 고유 ID number  
    name:  객체 이름 enum  
    supercategory: 객체 상위 카테고리 enum  
    ]      
    annotations: [ 어노테이션 정보 array JsonObject
    id:  고유 ID number  
    image_id: 이미지 고유 ID string  
    category_id:  객체 고유 ID string  
    bbox: 어노테이션 좌표 array  
    iscrowd:  객체 군집 유무 number  
    area:  객체 면적 number  
    size:  객체 크기 분류 enum  
    occluded:  가림 및 잘림 여부 number  
    isoperation:  객체 작동 여부 string  
    ]    
     

     

     
    어노테이션 포맷   구분 항목명 타입 필수 설명 비고
    여부
        1 license array N 저작권  
    2 info[] array Y 일반 정보  
      2-1 info[].contributor string Y 기여자  
    2-2 info[].date_created string Y 데이터 생성일  
    2-3 info[].description string Y 데이터 설명  
    2-4 info[].url string Y 이미지 주소  
    2-5 info[].version number Y 가공 버전  
    2-6 info[].year number Y 가공 년도  
    3 images[] array Y 이미지 정보  
      3-1 images[].id number Y 이미지 고유 ID  
    3-2 images[].file_name string Y 이미지 파일명  
    3-3 images[].width number Y 이미지 너비 0~2448
    3-4 images[].height number Y 이미지 높이 0~2048
    3-5 images[].latitude number Y 위도 32.12345
    3-6 images[].longitude number Y 경도 127.12355
    3-7 images[].time string Y 촬영시간 hh:mm:ss
    3-8 images[].heading number Y IMU Heading  
    3-9 images[].pitch number Y IMU Pitch  
    3-10 images[].roll number Y IMU Roll  
    4 categories[] array Y 객체 정보  
      4-1 categories[].id number Y 객체 고유 ID  
    4-2 categories[].name enum Y 객체 이름 "소화기구", "옥내소화전설비", "제연설비", "터널입구정보표지판", "진입차단표지판", "차로이용규제신호등", "거리유도표시", "피난구유도표시"
    4-3 categories[].supercategory enum Y 객체 상위 카테고리 "소화설비", "소화활동설비", "경보설비", "피난설비"
    5 annotations[] array Y 어노테이션 정보  
      5-1 annotations[].id number Y 고유 ID  
    5-2 annotations[].image_id string Y 이미지 고유 ID  
    5-3 annotations[].category_id string Y 객체 고유 ID  
    5-4 annotations[].bbox array Y 어노테이션 좌표 xtl, ytl, 
    width, height]
    5-5 annotations[]iscrowd number Y 객체 군집 유무  
    5-6 annotations[].area number Y 객체 면적  
    5-7 annotations[].size enum Y 객체 크기 분류 “S”, “M”,”L”
    5-8 annotations[].occluded number Y 가림 및 잘림 여부 0, 1
      5-9 annotations[].isoperation string Y 객체 작동 여부 “true”, “false”

     

     
     
    실제 예시 대상시설물 원천데이터 예시 가공데이터 예시
      소화기구 2D 바운딩박스 소화기구 원천데이터 예시 2D 바운딩박스 소화기구 가공데이터 예시
    옥내소화전설비 2D 바운딩박스 옥내소화전설비 원천데이터 예시 2D 바운딩박스 옥내소화전설비 가공데이터 예시
    제연설비 2D 바운딩박스 제연설비 원천데이터 예시 2D 바운딩박스 제연설비 가공데이터 예시
    터널입구정보 2D 바운딩박스 터널입구정보 표시판 원천데이터 예시 2D 바운딩박스 터널입구정보 표시판 가공데이터 예시
    표시판
    진입차단표지판 2D 바운딩박스 진입차단표지판 원천데이터 예시 2D 바운딩박스 진입차단표지판 가공데이터 예시
    차로이용규제신호등 2D 바운딩박스 차로이용규제신호등 원천데이터 예시 2D 바운딩박스 차로이용규제신호등 가공데이터 예시
    거리유도표시 2D 바운딩박스 거리유도표시 원천데이터 예시 2D 바운딩박스 거리유도표시 가공데이터 예시
    피난구유도표시 2D 바운딩박스 피난구유도표시 원천데이터 예시
    2D 바운딩박스 피난구유도표시 가공데이터 예시


        "license": "NIA",
        "info": [
            {
                "contributor": "Testworks",
                "data_created": "2022-08-22 15:49:19",
                "description": "Sequence0001",
                "url": "https://aiworks.co.kr/",
                "version": 1.0,
                "year": 2022
            }
        ],
        "images": [
            {
                "id": 84,
                "file_name": "NIR_Sequence0001_000085.jpg",
                "width": 2448,
                "height": 2048,
                "latitude": 127.0548224,
                "longitude": 37.4739406,
                "time": "15:00:42",
                "heading": 0.0,
                "pitch": 2.49702,
                "roll": 231.32821
            }
        ],
        "categories": [
            [
                {
                    "id": 0,
                    "name": "소화기구",
                    "supercategory": "소화설비"
                },
                {
                    "id": 1,
                    "name": "옥내소화전설비",
                    "supercategory": "소화설비"
                },
                {
                    "id": 2,
                    "name": "제연설비",
                    "supercategory": "소화활동설비"
                },
                {
                    "id": 3,
                    "name": "터널입구정보표지판",
                    "supercategory": "경보설비"
                },
                {
                    "id": 4,
                    "name": "진입차단표지판",
                    "supercategory": "경보설비"
                },
                {
                    "id": 5,
                    "name": "차로이용규제신호등",
                    "supercategory": "경보설비"
                },
                {
                    "id": 6,
                    "name": "거리유도표시",
                    "supercategory": "피난설비"
                },
                {
                    "id": 7,
                    "name": "피난구유도표시",
                    "supercategory": "피난설비"
                }
            ]
        ],
        "annotations": [
            {
                "id": 0,
                "image_id": 84,
                "category_id": 0,
                "bbox": [
                    1454.43,
                    1281.79,
                    28.37,
                    43.79
                ],
                "iscrowd": 0,
                "area": 1242.32,
                "size": "M",
                "occluded": 0,
                "isoperation": "true"
            },
            {
                "id": 1,
                "image_id": 84,
                "category_id": 1,
                "bbox": [
                    1446.8,
                    1335.72,
                    36.46,
                    60.68
                ],
                "iscrowd": 0,
                "area": 2212.39,
                "size": "M",
                "occluded": 0,
                "isoperation": "true"
            }
        ]
    }

     

     

    {■ 3D 큐보이드(LiDAR)
     

    key Description Type Child Type
    {      
    mode: 가공모드 string  
    images: [ 이미지 정보 array  
    image_id 이미지 고유 ID number  
    name 이미지 파일명 string  
    latitude 위도 number  
    longitude 경도 number  
    time 촬영시간 string  
    heading IMU heading number  
    pitch IMU pitch number  
    roll IMU roll number  
    objects[ 객체 정보 array JsonObject
    position 라벨링 데이터 원점 number  
    scale 객체 크기 number  
    rotation 객체 회전각 number  
    area 객체 면적 number  
    size 객체 크기 분포 enum  
    obj_type 객체 명 enum  
    obj_id 객체 분류 코드 number  
    ]   string  
    ]      
    }    
     

     

     
    어노테이션 포맷   구분 항목명 타입 필수 설명 비고
    여부
        1 mode string N 가공모드  
    2 images[] array Y 이미지 정보  
      2-1 images[].image_id number Y 이미지 고유 ID  
    2-2 images[].name string Y 이미지 파일명  
    2-3 images[].latitude number N 위도 32.12345
    2-4 images[].longitude number N 경도 127.12355
    2-5 images[].time string Y 촬영시간 hh:mm:ss
    2-6 images[].heading number N IMU heading 0~360
      2-7 images[].pitch number N IMU pitch -999~ 999
      2-8 images[].roll number N IMU roll -999~ 999
      2-9 images[].objects[] array Y 객체 정보  
        2-9-1 images[].objects[].position number Y 라벨링 데이터 원점 0~999
      2-9-2 images[].objects[].scale number Y 객체 크기 0~999
      2-9-3 images[].objects[].rotation number Y 객체 회전각 0~999
      2-9-4 images[].objects[].area number Y 객체 면적  
      2-9-5 images[].objects[].size enum Y 객체 크기 분포 “S”, “M”,”L”
      2-9-6 images[].objects[].obj_type enum Y 객체 명  
      2-9-7 images[].objects[].obj_id number N 객체 분류 코드
     

     

     

    실제 예시 대상시설물 원천데이터 예시 가공데이터 예시
      소화기구 3D 큐보이드 소화기구 원천데이터 예시 3D 큐보이드 소화기구 가공데이터 예시
    옥내소화전설비 3D 큐보이드 옥내소화전설비 원천데이터 예시 3D 큐보이드 옥내소화전설비 가공데이터 예시
    제연설비 3D 큐보이드 제연설비 원천데이터 예시 3D 큐보이드 제연설비 가공데이터 예시
    터널입구정보 3D 큐보이드 터널입구정보 표시판 원천데이터 예시 3D 큐보이드 터널입구정보 표시판 가공데이터 예시
    표시판
    진입차단표지판 3D 큐보이드 진입차단표지판 원천데이터 예시 3D 큐보이드 진입차단표지판 가공데이터 예시
    차로이용규제신호등 3D 큐보이드 차로이용규제신호등 원천데이터 예시 3D 큐보이드 차로이용규제신호등 가공데이터 예시
    거리유도표시 3D 큐보이드 거리유도표시 원천데이터 예시 3D 큐보이드 거리유도표시 가공데이터 예시
    피난구유도표시 3D 큐보이드 피난구유도표시 표시판 원천데이터 예시
    3D 큐보이드 피난구유도표시 표시판 가공데이터 예시

     

    {
        "mode": "lidar",
        "images": [
            {
                "image_id": 210,
                "name": "PCD_Sequence0001_000211.pcd",
                "latitude": 127.0546575,
                "longitude": 37.4738342,
                "time": "15:00:42",
                "heading": 0.0,
                "pitch": 2.95085,
                "roll": 230.6862,
                "objects": [
                    {
                        "position": [
                            14.436059756186213,
                            -3.10484340146699,
                            -0.03344200551509857
                        ],
                        "scale": [
                            0.09036279316724859,
                            0.10353635263007545,
                            0.3664197325706482
                        ],
                        "rotation": [
                            0,
                            0,
                            -1.612699426154943
                        ],
                        "area": 0.003428162198851967,
                        "size": "M",
                        "obj_type": "a_fire_extinguisher",
                        "obj_id": 101
                    }
                ]
            }
        ]

     

     

     

     

  • 데이터셋 구축 담당자

    수행기관(주관) : ㈜테스트웍스
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    동길무 02-423-5166 gmdong@testworks.co.kr 사업관리 및 데이터 가공
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    맵퍼스 데이터 수집
    한국자동차연구원 데이터 설계 및 정제
    와이파이브 AI 모델 개발
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    동길무 02-423-5166 gmdong@testworks.co.kr
보건의료 데이터 개방 안내

보건의료 데이터는 온라인 및 오프라인 안심존을 통해 개방됩니다.

안심존이란 안심존 이용메뉴얼 안심존 이용신청
  • 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

    1. AI 허브 접속
      신청자
    2. 안심존
      사용신청
      신청자신청서류 제출*
    3. 심사구축기관
    4. 승인구축기관
    5. 데이터 분석 활용신청자
    6. 분석모델반출신청자
  • 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.