콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#자연어 #제조

NEW 심볼(로고) 생성 데이터

심볼(로고) 생성 데이터 아이콘 이미지
  • 분야영상이미지
  • 유형 이미지
구축년도 : 2022 갱신년월 : 2023-12 조회수 : 5,289 다운로드 : 212 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 2023-12-20 데이터 최종 개방
    1.0 2023-06-14 데이터 개방(Beta Version)

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2024-03-20 산출물 전체 공개

    소개

    ㅇ텍스트 기반 로고 생성 인공지능 모델 성능 향상을 위한 데이터를 구축하여 텍스트 입력에 디자인 컨셉을 더해 텍스트를 로고화 해주는 인공지능 로고 디자인 개발에 활용할 수 있도록 함
    ㅇ텍스트 입력을 통하여 브랜드 이미지를 연상할 수 있는 로고 자동 생성 인공지능 모델링을 활용해 자동 심볼(로고) 생성 솔루션 및 디자인 산업 분야에 활용

    구축목적

    ㅇ디자인 사용이 어려웠던 소상공인들에게 디자인 장벽을 낮춰주고, 현 디자이너들의 조력자 역할 가능
    ㅇ굳이 로고를 구입하지 않고 로고에 대한 방향성을 제시하기 위한 도구로 활용이 가능하여 더 많은 비전문 사용자들이 로고 디자인을 손쉽게 만들어 디자인 소외 계층을 크게 줄일 수 있음
    ㅇ심볼(로고) 제작 의뢰인들이 디자이너에게 로고에 대한 방향성을 제시하여 직관적인 아이디어를 제공하므로 작업에 필요한 시간을 크게 절약 가능
  • 1. 데이터 통계
     • 데이터 구축 규모
      - ∙데이터 구축 목표 50만장의 116.7% 수준인 58.3만장 구축하여 16.7% 초과 달성

    데이터셋명 구축목표 구축현황 달성률
    심볼 마크 162,500 건 212,657 건 130.80%
    캐릭터 112,500 건 112,643 건 100%
    콤비네이션 마크 112,500 건 112,620 건 100%
    워드마크 112,500 건 145,805 건 129.60%
    합계 500,000 건 583,725 건 116.70%

     

    1. 데이터 분포
     • 분류별 분포 : 농업, 임업 및 어업, 제조업, 건설업, 도매 및 소매업, 운수 및 창고업, 숙박 및 음식점업, 정보통신업, 금융 및 보험업, 전문 과학 및 기술 서비스업, 교육 서비스업, 보건업 및 사회복지 서비스업, 예술, 스포츠 및 여가관련 서비스업 12개 산업군으로구성 됨.

     
    구분 산업군 성과목표 구축실적 달성율
    데이터 심볼 마크 A. 농업, 임업 및 어업 162,500장 212,657장 130.80%
    C. 제조업
    F. 건설업
    G. 도매 및 소매업
    H. 운수 및 창고업
    I. 숙박 및 음식점업
    J. 정보통신업
    K. 금융 및 보험업
    M. 전문, 과학 및 기술 서비스업
    P. 교육 서비스업
    Q. 보건업 및 사회복지 서비스업
    R. 예술, 스포츠 및 여가관련 서비스업
    A. 농업, 임업 및 어업 112,500장 112,643장 100%
    캐릭터
    C. 제조업
    F. 건설업
    G. 도매 및 소매업
    H. 운수 및 창고업
    I. 숙박 및 음식점업
    J. 정보통신업
    K. 금융 및 보험업
    M. 전문, 과학 및 기술 서비스업
    P. 교육 서비스업
    Q. 보건업 및 사회복지 서비스업
    R. 예술, 스포츠 및 여가관련 서비스업
    콤비네이션 A. 농업, 임업 및 어업 112,500장 112,620장 100%
    마크 C. 제조업
      F. 건설업
      G. 도매 및 소매업
      H. 운수 및 창고업
      I. 숙박 및 음식점업
      J. 정보통신업
      K. 금융 및 보험업
      M. 전문, 과학 및 기술 서비스업
      P. 교육 서비스업
      Q. 보건업 및 사회복지 서비스업
      R. 예술, 스포츠 및 여가관련 서비스업
    워드 마크 A. 농업, 임업 및 어업 112,500장 145,805장 129.60%
    C. 제조업
    F. 건설업
    G. 도매 및 소매업
    H. 운수 및 창고업
    I. 숙박 및 음식점업
    J. 정보통신업
    K. 금융 및 보험업
    M. 전문, 과학 및 기술 서비스업
    P. 교육 서비스업
    Q. 보건업 및 사회복지 서비스업
    R. 예술, 스포츠 및 여가관련 서비스업
    합계        
    학습모델 평가지표   500,000장 583,725장 116.70%
    FID
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • AI 모델 상세 설명서 다운로드

    AI 모델 상세 설명서 다운로드 AI 모델 다운로드

    1. 모델 학습
     • 2021년 1월에 출시된 DALL-E는 GPT-3 네트워크를 이용하여 개발한 생성 모델임
     • DALL-E의 경우 zero-shot 방식을 이용하여 학습 과정에서 존재하지 않았던 종류의 이미지를 생성할 수 있음
     

     DALL-E 모델 구조

     

    2. 서비스 활용 시나리오

     • 자영업자 상표이미지 개발
     • 개인이 목표로 하는 디자인 컨셉 구현 가능
     • 텍스트에 디자인 컨셉을 더해 디자인 개발에 사용가능

  • 데이터 성능 점수

    측정값 (%)
    기준값 (%)

    데이터 성능 지표

    데이터 성능 지표
    번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수
    1 이미지 생성 성능 Image Generation GAN FID 70 62.14

    ※ 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

    1. 데이터 포맷
      - 데이터 예시

     데이터 포맷 데이터 예시

     

     데이터 포맷 데이터 예시

    - 레이블링 테이터 예시

      2. 데이터 구성

     기본 포맷 : PNG + JSON + TEXT 3개 File로 구성됨.
      - 데이터 가공(라벨링) 내용

     

    구분 No 속성명 속성 및 내용
    필수  1 info 데이터셋 정보
    필수 2 description 상세설명
    필수 3 version 버전
    필수 4 year 날짜
    필수 5 contributor 기여자
    필수 6 date_created 데이터 생성 날짜
    필수 7 images 이미지 정보
    필수 8 id 이미지 식별
    필수 9 width 이미지 너비
    필수 10 height 이미지 높이
    필수 11 file_name 파일명
    필수 12 annotations 라벨링 정보
    필수 13 id 라벨링 식별
    필수 14 image_id 연관이미지 식별
    필수  15 category_id 클래스 식별
    필수 16 category 클래스
    필수 17 bbox 바운딩박스
    필수 18 area 범위
    선택 19 text 텍스트 정보
    필수 20 categories 클래스 정보
    필수 21 id 클래스 식별
    필수 22 name 클래스 명칭
    필수 23 metas 메타정보
    필수 24 image_id 이미지 식별
    필수 25 type 메타 정보 종류
    필수 26 class 클래스 정보
    필수 27 name 메타 명
    필수 28 applicant 출원자
    필수 29 nation 출원국가
    필수  30 shape 형상
    필수  31 design_keyword 디자인 구분
    필수  32 licenses 라이센스 정보
    필수  33 id 라이센스 식별
    필수  34 name 라이센스 명
    필수  35 url 라이센스 URL 

     

    3. 어노테이션 포맷
     
    구분 속성명 타입 필수여부 설명 범위 비고
    1 info object   데이터셋 정보    
      1-1 description string Y 상세설명    
    1-2 version string Y 버전    
    1-3 year string Y 날짜    
    1-4 contributor string Y      
    1-5 date_created string Y 데이터 생성 날짜    
    2 images array   이미지 정보    
      2-1 id number Y 이미지 식별    
    2-2 width number Y 이미지 너비 0~1024  
    2-3 height number Y 이미지 높이 0~1024  
    2-4 file_name string Y 파일명    
    3 annotations array   라벨링 정보    
      3-1 id number Y 라벨링 식별 1~10000000   
    3-2 image_id number Y 연관이미지 식별 1~10000000   
    3-3 category_id number Y 클래스 식별    
    3-4 category string Y 클래스   "SYMBOLMARK_SYMBOL",
    "CHARATER_CHARACTER",
    "WORDMARK_TEXT",
    "COMBINATIONMARK_TEXT“,
    "COMBINATIONMARK_SYMBOL"
    3-5 bbox array Y 바운딩박스 0~1024  
    3-6 area number Y 범위 0~2073600  
    3-7 text string option 텍스트 정보    
    4 categories array   클래스 정보    
      4-1 id number Y 클래스 식별    
    4-2 name string Y 클래스 명칭   "SYMBOLMARK_SYMBOL",
    "CHARATER_CHARACTER",
    "WORDMARK_TEXT",
    "COMBINATIONMARK_TEXT"
    "COMBINATIONMARK_SYMBOL"
    5 metas array   메타정보    
      5-1 image_id number Y 이미지 식별    
    5-2 type string Y 메타 정보 종류 "심볼 마크",  
    "콤비네이션 마크",
    "워드 마크",
    "캐릭터"
    5-3 class string Y 클래스 정보    
    5-4 name string Y 메타 명    
    5-5 applicant string Y 출원자    
    5-6 nation string Y 출원국가    
    5-7 shape string Y 형상    
    5-8 design_keyword string Y 디자인 구분    
    6 licenses object   라이센스 정보    
      6-1 id number Y 라이센스 식별    
    6-2 name string Y 라이센스 명    
    6-3 url string Y 라이센스 URL  
     

     

    4. 실제 예시

     

    실제 예시

     

     

  • 데이터셋 구축 담당자

    수행기관(주관) : 스마트쿱㈜
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    김범준 02-548-6969 bumjune800@smartcoop.kr 가공, 검수, 모델링
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    ㈜윕스 수집
    ㈜인더스웰 정제 및 가공
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    김범준 02-548-6969 bumjune800@smartcoop.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] [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.