콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#교통/모빌리티 #자율주행

BETA 특이 도로 환경 주행 데이터 (고도화) - 비포장 도로 환경 주행 데이터

특이 도로 환경 주행 데이터 (고도화)-비포장 도로환경 주행 데이터 아이콘 이미지
  • 분야교통물류
  • 유형 이미지
구축년도 : 2023 갱신년월 : 2024-08 조회수 : 1,261 다운로드 : 16 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
    1.0 2024-08-20 데이터 개방 Beta Version

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2024-08-20 산출물 공개 Beta Version

    소개

    - 국내 비포장도로의 이미지를 수집하여 주행부와 환경부의 객체를 라벨링하여 인공지능 학습용 데이터 구축

    구축목적

    - 비포장 도로 환경의 다양한 지형이나 객체들의 빅 데이터를 활용한 AI 학습용 데이터를 구축하고, 국내 비포장도로에서의 자율주행이나 주행기반 서비스 개발을 지원하기 위함
  • - 데이터 구축 규모

    데이터 구축 규모
    데이터명 원시데이터 원천데이터 라벨링데이터 서브라벨링
    비포장 도로 데이터 200,000장 150,120 장 150,120 장 15,000 장
    참조데이터 좌측/우측/후방 이미지, 라이다, GPS, IMU 각 150,120 장

     

    - 데이터 통계 및 분포

    데이터 통계 및 분포
    시간대별 날씨별 도로 유형별 객체별 (장)
    주간 59% 맑음 60% 산악 36% 흙/진흙 89226
    자갈 23300
    잔디 45022
    시멘트 74069
    차량 33644
    농경 31% 이륜차 702
    흐림 30% 사람 4721
    배수로 4296
    야간 41% 나무 17304
    해안 14% 바위 26588
    전봇대 157518
    건물 112362
    비/안개 10% 옹벽 9760
    복합 19% 교통표지판 1258
    웅덩이 18998
    기타 13535
    논밭 43119
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • AI 모델 상세 설명서 다운로드

    AI 모델 상세 설명서 다운로드 AI 모델 다운로드

    - InternImage (Object Detection 모델)

    InternImage (Object Detection 모델) 이미지\


      - 대형 밀집 커널에 초점을 맞춘 CNN과는 달리, InternImage는 변형 가능한 컨볼루션을 핵심 연산자로 사용하는 것이 특징
      - 감지 및 세분화와 같은 하향 작업에 필요한 유효 수용영역을 갖게 되며, 입력 및 작업 정보에 의존하는 적응형 공간 집계도 가능
      - 기존 CNN의 엄격한 귀납적 편향을 줄이고, ViT와 같은 대규모 매개변수와 대규모 데이터로 더 강력하고 견고한 패턴을 학습
      - 모델 GitHub https://github.com/OpenGVLab/InternImage/tree/master/detection 

     

    - Swin Transformer (Instance Segmentation 모델)

    Swin Transformer (Instance Segmentation 모델) 이미지
      - Swin Transformer는 구글에서 제안한 비전 트랜스포머의 단점을 개선한 Transformer 계열 모델
      - Swin은 shifted window를 말하며, 이는 네트워크가 깊어질수록 이미지의 window가 이동하여 self-attention을 수행해 선형적인 연산을 가지면서도 작은 객체까지 검출이 가능해 높은 성능을 보임
      - softmax를 취하기 전에 Relative position bias를 더하여 기존의 절대좌표를 더하는 것이 아닌 상대좌표를 더해줌으로써 더 좋은 성능을 보임
      - 모델 Github https://github.com/shinya7y/UniverseNet/tree/master/configs/swinv2

  • 설명서 및 활용가이드 다운로드

    데이터 설명서 다운로드 구축활용가이드 다운로드

    - 어노테이션 포맷

    어노테이션 포맷
    구분 속성명 타입 필수여부 설명 범위
    1 images[] Object Y 이미지정보  
    2 images[].id Number Y 고유 ID  
    3 images[].width Number Y 이미지
    가로길이
     
    4 images[].height Number Y 이미지
    세로길이
     
    5 images[].file_name String Y 이미지명  
    6 images[].license String Y 라이센스 ㈜데이터메티카
    7 images[].촬영날짜 String Y 촬영날짜 YYYY-MM-DD
    8 images[].촬영날씨 String Y 촬영날씨 맑음, 흐림, 비/안개
    9 images[].촬영장소 String Y 촬영장소 수도권, 지방
    10 images[].장소유형 String Y 장소유형 산악, 농경,해안, 복합
    11 images[].시간대 String Y 시간대 주간, 야간
    12 annotations[] Object Y 어노테이션 정보  
    13 annotations[].class String Y 라벨링 클래스  
    14 annotations[].주행부 bool Y 주행부 true, false
    15 annotations[].label_type String Y 라벨링 타입 bbox, segmentation
    16 annotations[].coordinates[] array Y 라벨링 값  
    17 annotations[].coordinates[].value Number Y x, y의 좌표
    (BBox의 경우 x,y,h,w)
    x : 0~1920
    y : 0~1080

     

    - 데이터 구성 및 포맷

    데이터 구성 및 포맷
    구분  획득/수집 단계 정제 단계 가공 단계
    데이터 구분  원시데이터 원천데이터 라벨링데이터
    데이터 형태  이미지 이미지 2D BoundingBox
    2D Segmentation
    서브라벨링
    데이터 포맷  png png json

     

    -실제 예시

    실제 예시
    {
        "images": [
            {
                "id": 35,
                "width": 1920,
                "height": 1080,
                "file_name": "1_1_1_09011649_0000000002.png",
                "license": "(주)데이터메티카",
                "촬영날짜": "2023-09-01",
                "촬영날씨": "맑음",
                "촬영장소": "지방",
                "장소유형": "해안",
                "시간대": "주간"
            }
        ],
        "annotations": [
            {
                "class": "흙/진흙",
                "주행부": false,
                "label_type": "segmentation",
                "coordinates": [
                    818.28,
                    591.78,
                    706.51,
                    583.41,
                    704.99,
                    575.05,
                    784.07,
                    575.81,
                    956.66,
                    583.41,
                    1039.43,
                    610.6,
                    1149.84,
                    679.03,
                    1235.6,
                    728.3,
                    1305.86,
                    780.31,
                    1415.35,
                    877.03,
                    1479.31,
                    933.6,
                    1425.48,
                    904.4,
                    1318.77,
                    874.84,
                    1055.78,
                    857.76,
                    698.19,
                    869.73,
                    599.7,
                    879.8,
                    657.14,
                    838.71,
                    856.04,
                    628.85,
                    854.22,
                    608.78,
                    851.57,
                    598.74
                ]
            }
        ]
    }
  • 데이터셋 구축 담당자

    수행기관(주관) : ㈜에스디시스템
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    김수환 031-739-6634 shkim@sdssytem.co.kr 사업총괄, 원시데이터 획득·수집 절차 수립, 촬영을 통한 데이터 획득·수집
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    ㈜사람과모빌리티 정제도구를 활용하여 학습용 데이터로 적합한 데이터 선별 및 처리
    ㈜데이터메티카 라벨링 인력 채용 및 교육, 데이터 라벨링 생성·라벨링 데이터 검수
    ㈜에스에스엘 자체 품질검증, 외부 품질검증
    ㈜상상할수없는 학습모델 구축, 학습모델 품질 검증, 데이터 학습, AI모델 개발
    한국자동차연구원 데이터 수집 프로세스 가이드라인 제공
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    정연재 031-9102-6121 yeonjaejeong@datamatica.kr
    AI모델 관련 문의처
    AI모델 관련 문의처
    담당자명 전화번호 이메일
    이상철 070-8806-2328 lsc@onss.co.kr
    저작도구 관련 문의처
    저작도구 관련 문의처
    담당자명 전화번호 이메일
    정연재 031-9102-6121 yeonjaejeong@datamatica.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.