콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#동작 데이터 # 손 관절 # 손 동작 # 파지 데이터 # 조작 데이터 # 로보틱스

NEW 손∙팔 협조에 의한 파지-조작 동작 데이터

손·팔 협조에 의한 파지-조작 동작 데이터 아이콘 이미지
  • 분야로보틱스
  • 유형 이미지
구축년도 : 2022 갱신년월 : 2023-12 조회수 : 21,332 다운로드 : 105 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 2023-12-27 데이터 최종 개방
    1.0 2023-07-31 데이터 개방(Beta Version)

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2024-01-17 산출물 전체 공개

    소개

    가정에서 활용 가능한 품목에 대한 사람의 손 파지-조작 데이터

    구축목적

    가정에서 작업할 때 사용하는 물품을 사람의 손을 이용한 접근 및 파지를 학습하기 위해 사람의 손의 관절 데이터 및 가사작업을 하는 동작 데이터 구축
  • ■ 데이터 구축 규모

    조명단계 데이터 형태 규모 어노테이션 규모 결과물 규모
    0 임무데이터 이미지, json 50만건 50만건 50만건
    1 50만건 50만건 50만건
    2 50만건 50만건 50만건
    3 50만건 50만건 50만건
    4 50만건 50만건 50만건
    5 50만건 50만건 50만건
    6 50만건 50만건 50만건
    7 50만건 50만건 50만건
    8 50만건 50만건 50만건
    9 50만건 50만건 50만건

     

    ■ 데이터 분포

    임무 객체 수량
    파지 30품목
    조작 100품목
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • AI 모델 상세 설명서 다운로드

    AI 모델 상세 설명서 다운로드 AI 모델 다운로드

    ■ 모델 학습
     ∙ 본 과업에서 구축한 학습용 데이터는 이미지에서 손 관절을 이용하여 객체를 파지-조작하는 임무 분류, 객체별 파지 가능지점 탐지 임무를 수행하며, 최종 검증을 위하여 각 임무별로 학습(Training):검증(Validation):시험(Test) 데이터의 비율을 8:1:1의 데이터를 이용하여 학습하는 것을 제안함

    구분 학습(Training) 검증(Validation) 시험(Test)
    개요 ∙ 단계별 학습데이터 ∙ 학습 도중 모델 성과 평가 및 비교 ∙ 모델 학습 완료 후
    ∙ 2D re-projection error ∙ 모델 테스트
    ∙ IoU  
    필요 데이터 수 ∙ 임무 데이터 80% ∙ 임무 데이터 10% ∙ 임무 데이터 10%
    ∙ 파지 가능지점 데이터 80% ∙ 파지 가능지점 데이터 80% ∙ 파지 가능지점 데이터 80%

     

    임무 분류 및 파지 가능 지점 탐지

     

    ■ 서비스 활용 시나리오
     ∙ 구축한 모델은 로봇 핸드의 가사지원을 위해 가정에서 활용 가능한 품목에 대하여 파지-조작을 위한 관절 조작, 파지 가능지점 탐지에 활용될 수 있음

  • 데이터 성능 점수

    측정값 (%)
    기준값 (%)

    데이터 성능 지표

    데이터 성능 지표
    번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수
    1 파지-조작 동작 분류 성능 Image Classification ST-GCN AccuracyTop-5 40 % 95.87 %
    2 파지 가능 지점 탐지 성능 Detection 알수없음 mAP 70 % 75.6 %

    ※ 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 다운로드

    ■ 데이터 획득

    데이터 수집 환경 구축

    데이터 수집 환경 구축 이미지

     

    ■ 데이터 예시

    객체 2D 위치, 손관절, 상체관절, 파지 영역 라벨링 예시 이미지

    객체 2D 위치, 손관절, 상체관절, 파지 영역 라벨링 예시

     ∙ 데이터는 파지-조작 대상 객체 2D 바운딩박스, 손관절 데이터, 상제 관절 데이터, 파지 영역, 파지점을 구축함
     

    ■ json 예시

    {
      "image": {
        "image_ID": "00_00_00_000000_02_000_20220831_162902_000030",
        "width": "1920",
        "height": "1080"
      },
      "mission": {
        "id": "2",
        "name": "잡고 돌리기"
      },
      "object": {
        "object_id": "0",
        "object_name": "가스레인지",
        "object_2D": [
          684.0,
          372.0,
          830.0,
          551.65685424949231
        ],
        "grasp_2D_params": [
          784.880771697493,
          603.249783362056,
          49.0832611206852,
          25.4558441227157,
          -5.2102453955236327E-05
        ],
        "object_3D": [
          -913.0,
          145.0,
          -870.0,
          -945.566190411971,
          -1720.715799161826,
          -870.0,
          -2158.3814446366737,
          -1699.546030153401,
          -870.0,
          -2125.8152542247026,
          166.16976900842488,
          -870.0,
    ...
    }

     

    ■ 데이터 구성

    Key Description Type
    image.image_ID 이미지 파일 이름 string
    image.width 이미지 가로 픽셀 크기 string
    image.height 이미지 세로 픽셀 크기 string
    mission.id 임무 ID string
    mission.name 임무 이름 string
    object.object_id 객체 ID string
    object.object_name 객체 이름 string
    object.object_2D 객체 바운딩박스 array
    object.grasp_2D 객체 파지 가능 지점 array
    object.object_3D 대상 객체의 3차원 자세 array
    object.intrinsic 촬영 카메라 내부 파라메터 array
    object.distortion 촬영 카메라 렌즈 왜곡 계수 array
    gesture.subject_id 실험자 ID number
    gesture.hand_gesture_data.device_name 이미지 촬영 장비 이름 string
    gesture.hand_gesture_data.hand_keypoints.2D 손 관절 2D 좌표 array
    gesture.hand_gesture_data.hand_keypoints.3D 손 관절 3D 좌표 array
    gesture.hand_gesture_data.hand_keypoints.visibility 손 관절 데이터 가시화 정도 array
    (1: 관측 가능, 0: 가려짐, -1: 카메라 밖)
    gesture.hand_gesture_data.grasp_direction 손 접근 방향 number
    gesture.hand_gesture_data.grasp_finger_count 파지-조작 손가락 수 number
    gesture.hand_gesture_data.grasp_position_2D 손가락 끝 객체 점점 array
    gesture.upper_body_2D.keypoints 상체 관절 2D 좌표 array
    gesture.upper_body_2D.visibility 상체 관절 가시화 정도 array
    (1: 관측 가능, 0: 가려짐, -1: 카메라 밖)
    gesture.force_sensor_data.device_name 손 힘데이터 측정 장비 이름 string
    gesture.force_sensor_data.force_Data 손가락 끝 힘 데이터 array
    light_source.device_name 조명 단계 촬영 장비 이름 string
    light_source.light_degree 조명 단계 string

     

    ■ 어노테이션 포맷

    No. 항목 타입 필수여부
    1 image object y
      1-1 image_ID string y
      1-2 width string y
      1-3 height string y
    2 mission object y
      2-1 id string y
      2-2 name string y
    3 object object y
      3-1 object_id string y
      3-2 object_name string y
      3-3 object_2D array y
      3-4 grasp_2D array y
      3-5 object_3D array y
      3-6 intrinsic array y
      3-7 distortion array y
    4 gesture object y
      4-1 subject_id number y
      4-2 hand_gesture_data object y
        4-2-1 device_name string y
        4-2-2 hand_keypoints object y
          4-2-2-1 2D array y
          4-2-2-2 visibility array y
          4-2-2-3 3D array y
        4-2-3 grasp_direction number y
        4-2-4 grasp_finger_count number y
        4-2-5 grasp_position_2D array y
      4-3 upper_body_2D object y
        4-3-1 keypoints array y
        4-3-2 visibility array y
      4-4 force_sensor_data object y
        4-4-1 device_name string y
        4-4-2 force_Data array y
    5 light_source object y
      5-1 device_name string y
      5-2 light_degree string y
  • 데이터셋 구축 담당자

    수행기관(주관) : ㈜이튜
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    장재석 053-623-1468 jsjang@eplatform.co.kr 데이터 수집, 정제, 가공
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    대구디지털혁신진흥원 데이터 홍보, 해커톤
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    장재석 053-623-1468 jsjang@eplatform.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] [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.