열화상 카메라 이미지
- 분야재난안전환경
- 유형 이미지
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2021-06-18 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-10-13 신규 샘플데이터 개방 소개
열화상을 통해 주요 객체의 이상 상황을 감지하는 열화상 영상(이미지) AI 데이터
구축목적
산업단지 내 다양한 객체들에 대한 학습용 열화상 이미지 데이터를 제공하여 산업단지 내 각종 재난과 안전사고를 감지하는 서비스에 활용할 수 있는 모델의 개발에 활용
-
메타데이터 구조표 데이터 영역 재난안전환경 데이터 유형 이미지 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2020년/100만 -
구축 내용 및 제공 데이터량
- 산업단지 내에 존재하는 객체를 중심으로 10종의 객체에 대해 각 객체 당 10만장 이상, 총 100만장(Labeling 개수 100만 건) 이상의 열화상카메라 데이터 (정상상황 및 이상상황) 셋을 구축 최종적으로 1,034,629 장을 제공
구축 내용 및 제공 데이터량 표 객체(대상) 클래스
(이상상황)이미지 수량 (장) 정상상황 (장) 달성률 (%) 이상상황 (장) 달성률 (%) 저장탱크 정상, 누출 79,436 105.9% 25,822 103.3% 이송배관 정상, 누출 75,894 101.2% 25,815 103.3 이송밸브 정상, 누출 76,180 101.6 25,757 103.0 배전반 정상, 단락 76,762 102.3% 26,667 106.7 에어컨 실외기 정상, 고온 78,229 104.3% 25,823 103.3 공장외부 정상, 고온 77,866 103.8 26,413 105.7 공장내부 정상, 고온 77,082 102.7 28,582 114.3 사람 (방호장구) 정상, 식별 75,599 100.8 25,368 101.5 자동차 정상, 고온 75,805 101.0 28,256 113.0 배(선박) 정상, 고온 77,912 103.8 25,361 101.4 총 구축량 770,765 102.8 263,864 105.5 1,034,629 103.5% -
-
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 이상, 정상 상황의 관심 객체 검지 정확도 Object Detection EfficientDet-D0 mAP@IoU 0.5 70 % 83.8 %
※ 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 다운로드데이터 변경이력
열화상 카메라 이미지-데이터변경이력 버전 일자 변경내용 비고 1.0 2021.06.18 데이터 최초 개방 구축 목적
- 산업단지 내 다양한 객체들에 대한 학습용 열화상 이미지 데이터를 제공하여 산업단지 내 각종 재난과 안전사고를 감지하는 서비스에 활용할 수 있는 모델의 개발에 활용
활용 분야
- 산업단지 내 안전사고 감시, 주요시설물 안전통제, 주요시설물 출입통제
주요 키워드
- 열화상 이미지 데이터셋, 산업단지 열화상 이미지데이터셋
소개
- 산업단지 내 다양한 객체를 열화상 이미지 카메라로 촬영하고 정상상황과 이상상황의 이미지를 수집/라벨링하여 학습용 데이터로 구축한 이미지 데이터셋
구축 내용 및 제공 데이터량
- 산업단지 내에 존재하는 객체를 중심으로 10종의 객체에 대해 각 객체 당 10만장 이상, 총 100만장(Labeling 개수 100만 건) 이상의 열화상카메라 데이터 (정상상황 및 이상상황) 셋을 구축 최종적으로 1,034,629 장을 제공
구축 내용 및 제공 데이터량 표 객체(대상) 클래스
(이상상황)이미지 수량 (장) 정상상황 (장) 달성률 (%) 이상상황 (장) 달성률 (%) 저장탱크 정상, 누출 79,436 105.9% 25,822 103.3% 이송배관 정상, 누출 75,894 101.2% 25,815 103.3 이송밸브 정상, 누출 76,180 101.6 25,757 103.0 배전반 정상, 단락 76,762 102.3% 26,667 106.7 에어컨 실외기 정상, 고온 78,229 104.3% 25,823 103.3 공장외부 정상, 고온 77,866 103.8 26,413 105.7 공장내부 정상, 고온 77,082 102.7 28,582 114.3 사람 (방호장구) 정상, 식별 75,599 100.8 25,368 101.5 자동차 정상, 고온 75,805 101.0 28,256 113.0 배(선박) 정상, 고온 77,912 103.8 25,361 101.4 총 구축량 770,765 102.8 263,864 105.5 1,034,629 103.5% 대표도면
- 이미지 예시
< 자동차 이상상황 예시>
<사람 정상상황 예시 >
< 열화상 이미지 어노테이션 예시 >
필요성
- 산업단지 내의 주요 객체검출을 위한 이미지 머신 러닝 및 딥러닝 학습 기반용의 이미지 데이터 수집 필요성이 있음
- 수집된 데이터가 머신 러닝 및 딥러닝에 사용되도록 데이터를 가공하여 모델 개발에 도움이 되고자 함
- 구축된 데이터가 실제 현장에서 활용되도록 다양한 산업 안전 AI 응용서비스 모델 개발․ 확산하는데 이미지 데이터셋을 제공
데이터 구조
- 데이터 구성
- 총 10개 객체에 대하여 각각 annotations 폴더 및 images 폴더 존재
- annotation 폴더에는 어노테이션.json 파일 존재
- images 폴더에는 객체 이미지 저장
파일명 명명규칙 표 파일명
규칙객체_정상상황_날짜_장소_시간_거리_넘버링 구 분 객체 분류 취득날짜
(원천데이터 취득)장소 시간 거리 (유형) 설 명 저장탱크
이송배관
이송밸브정상상황
/이상상황YY : 년도
MM: 월(0채움) (01.12)
dd : 일(0채움) (11.08)영문약어 : GIC, YIC, JIC, SIC,
GH, HIC, CIC, GUI, BH 등AM : a1005~1010
PM : p1510~1515Distance : D video
image
json포 맷 String(2~3)_String(3)_YY(2).MM(2).DD(2)_String(3)_String(10)_String(2~12) 예 시 OFA_NOM_20.01.13_CIC.JSON
OFA_NOM_20.01.13_CIC_a1049-1054_D3-15.avi
OFA_NOM_20.01.13_CIC_a1049-1054_D#-15_000001.PNG< 파일명 명명 규칙 >
어노테이션 포맷 표 구분 항목 타입 필수선택 수집 방법 입력방법
(허용데이터/예시)한글명 영문명 이미지
정보이미지
비트수준image_bit_depth String 필수 기본
열화상
이미지이미지의 비트수준(심도)을 다음의 두 가지 항목 중 선택
(24,32)클래스
정보클래스
유형Class_category String 필수 수기 10종 객체의 정상 및 이상
클래스 분류기준에 따라 코드 입력
(정상상황, 이상상황-누출, 이상상황-손상,
이상상황-단락, 이상상황-단선, 이상상황-파손,
이상상황-고온, 이상상황-저온, 이상상황-발열,
이상상황-착용, 이상상황-식별, 이상상황-점화)클래스
종류Class_code String 필수 수기 10종 객체의 클래스 분류기준에 따라 코드 입력
(저장탱크, 이송배관, 이송밸브, 공장내부,
공장외부, 에어컨실외기, 배전반, 사람, 자동차, 배)촬영
정보촬영
날짜Environment_date String 필수 수기 이미지가 촬영된 날짜를 입력
(2020-09-16~2021-02-28)
※단일 값으로 입력하고 기준서에 기재촬영
시간Environment_time String 필수 수기 이미지가 촬영된 시간을 입력
(A0800~A2359)촬영
거리Inspection_
distanceString 필수 수기 이미지가 촬영된 거리를 입력
(카메라 표시기준 20cm~9,000cm)※오차범위 ±10
※단일 값으로 입력하고 기준서에 기재촬영
온도
범위Inspection_
temperature_
rangeString 필수 수기 이미지가 촬영된 온도 범위를 입력
(-20℃~1000℃)환경
정보환경
날씨Environment
_weatherString 필수 수기 이미지가 촬영된 날씨를 입력
(맑음, 흐림, 눈, 비, 안개, 미세먼지)환경
온도Environment_
temperatureString 필수 수기 이미지가 촬영된 장소의 환경 온도를 입력
(-20℃~40℃)
※단일값으로 입력하고 기준서에 기재환경
습도Environment_
humidityString 필수 수기 이미지가 촬영된 장소의 습도를 입력
(1%~99%)
※단일값으로 입력하고 기준서에 기재환경
풍속Environment_
wind_speedString 필수 수기 이미지가 촬영된 장소의 풍속을 입력
(0m/s~10m/s)
※단일값으로 입력하고 기준서에 기재기술
정보해상도 Resolution String 필수 기본
열화상
해상도촬영 장비에 대한 해상도
(640*480)온도
편차Temperature_
deviationString 필수 기본
열화상
온도편차촬영 장비에 대한 온도 편차
(±2℃)촬영
방사율Inspection_
emissivityString 필수 수기 이미지가 촬영된 방사율을 입력
(0.95)< 어노테이션 포맷 >
-
데이터셋 구축 담당자
수행기관(주관) : 엔에이치네트웍스
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 이종선 070-4981-7915 sozipum@nhss.co.kr · 데이터 구축 총괄 · 열화상 이미지 데이터 촬영 · 데이터 정제 · 데이터 라벨링 · 데이터 1차 검수 · 응용 서비스 개발 수행기관(참여)
수행기관(참여) 기관명 담당업무 동원안전시스템 · 열화상 이미지 데이터 촬영
· 데이터 라벨링틔움복지재단 · 데이터 라벨링 (주)브이티더블유 · 데이터 검사 및 품질관리 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 이종선(엔에이치네트웍스) 070-4981-7915 sozipum@nhss.co.kr
-
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] [공용IRB 심의신청 가이드라인]
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.