콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#가상 피팅 # 2D/3D 데이터셋 # 신체 # 상품 # 폴리곤

의류 가상착용 3D 이미지

의류 가상착용 3D 이미지
  • 분야영상이미지
  • 유형 3D , 이미지
구축년도 : 2020 갱신년월 : 2024-01 조회수 : 24,594 다운로드 : 366 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
    1.3 2024-01-25 원천데이터 수정
    1.2 2023-09-08 원천데이터 추가 개방
    1.1 2023-06-23 데이터 추가 개방
    1.0 2021-06-30 데이터 최초 개방

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2022-10-12 신규 샘플데이터 개방

    소개

    가상 피팅 서비스를 위한 다양한 사람의 신체 및 의류 등에 관한 이미지 데이터

    구축목적

    사람의 신체 데이터와 의류 상품 데이터를 통해 가상 피팅 서비스에 활용할 수 있는 AI 모델을 훈련하기 위한 데이터셋
  • 구축 내용 및 제공 데이터량

    • 전용 스튜디오에서 직접 촬영된 2D(신체 100만 장, 상품 180만 장)와 3D(신체 51만 장, 상품 86만 장) 원천 데이터 구축
       
      구축 내용 및 제공 데이터량 표
      구분 구축량
      원천
      데이터
      2D 신체 1,012,160 장
      상품 1,803,926 장
      3D 신체 510,326 장
      상품 862,509 장
      합계 4,188,921 장
      학습용
      데이터셋
      2D 신체 카메라 이미지 (jpg) 1,012,160 장
      라벨 데이터 (json) 1,012,160 개
      상품 (착용) 카메라 이미지 (jpg) 693,699 장
      라벨 데이터 (json) 693.699 개
      상품 (미착용) 카메라 이미지 (jpg) 1,110,227 장
      라벨 데이터 (json) 1,110,227 개
      합계 2,816,086 set

     

    • 2D 데이터의 경우, 폴리곤 세그먼테이션(Polygon Segmentation) 라벨링 작업을 거쳐 학습 데이터 구축
    • 2D 신체 학습 데이터셋은 머리, 상체, 하체, 손, 발에 해당하는 영역별로 crop(잘라내기)됨
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • 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 Polygon 데이터 가공 유효성(신체) Object Detection Mask R-CNN mIoU 60 % 77.6 %
    2 Polygon 데이터 가공 유효성(상품 미착용) Image Classification Mask R-CNN mIoU 60 % 88 %
    3 Polygon 데이터 가공 유효성(상품 미착용) Image Classification Mask R-CNN mIoU 60 % 87.9 %

    ※ 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 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.0 2021.06.30 데이터 최초 개방  

    구축 목적

    • 사람의 신체 데이터와 의류 상품 데이터를 통해 가상 피팅 서비스에 활용할 수 있는 AI 모델을 훈련하기 위한 데이터셋

    활용 분야

    • 의류 이미지 및 상품 특성을 활용한 딥러닝 기반 스타일 큐레이션 서비스
      - 소비자 선호 추론, 스타일 필터링으로 큐레이션 서비스 제공
    • 비대면 의류 구입을 위한 가상 피팅
      - 온라인에서 의류 구매 시 가상의 아바타를 생성하여 피팅 가능

    소개

    • 다양한 성별과 연령대 등으로 구분된 사람의 부위별 신체 데이터와 상의, 하의, 신발, 모자, 악세서리로 분류된 다양한 종류의 의류 상품 데이터를 구축한 AI 데이터셋
    • 데이터에 특정 사람을 식별할 수 있는 얼굴 정보가 포함되어있지만 법적 분쟁의 위험 없이 사용할 수 있도록 확보된 데이터이며 추가적으로 비식별화 작업을 통해 사용에 제한 없음의류 가상착용 3D 이미지- 소개 이미지

       

    구축 내용 및 제공 데이터량

    • 전용 스튜디오에서 직접 촬영된 2D(신체 100만 장, 상품 180만 장)와 3D(신체 51만 장, 상품 86만 장) 원천 데이터 구축
       
      구축 내용 및 제공 데이터량 표
      구분 구축량
      원천
      데이터
      2D 신체 1,012,160 장
      상품 1,803,926 장
      3D 신체 510,326 장
      상품 862,509 장
      합계 4,188,921 장
      학습용
      데이터셋
      2D 신체 카메라 이미지 (jpg) 1,012,160 장
      라벨 데이터 (json) 1,012,160 개
      상품 (착용) 카메라 이미지 (jpg) 693,699 장
      라벨 데이터 (json) 693.699 개
      상품 (미착용) 카메라 이미지 (jpg) 1,110,227 장
      라벨 데이터 (json) 1,110,227 개
      합계 2,816,086 set

     

    • 2D 데이터의 경우, 폴리곤 세그먼테이션(Polygon Segmentation) 라벨링 작업을 거쳐 학습 데이터 구축
    • 2D 신체 학습 데이터셋은 머리, 상체, 하체, 손, 발에 해당하는 영역별로 crop(잘라내기)됨

    대표도면

    • 2D(신체, 상품)
       

    의류 가상착용 3D 이미지- 대표도면- 2D(신체, 상품)

     

    • 3D(신체)
       

    의류 가상착용 3D 이미지- 대표도면- 3D(신체)

     

    필요성

    • 코로나(COVID-19)의 영향으로 대면 구매 방식에 대한 차단 발생에 따라 온라인을 통한 비대면 구매 방식 수요 증가
    • 사용자의 신체 사이즈와 동일한 가상 아바타를 생성하여 의류 상품을 가상 피팅하며 소비자의 구매를 유도
    • 3D 신체 AI 학습용 데이터의 경우, Reality Capture 프로그램 사용 시 고가의 3D Rendering 데이터 생성이 가능한 형태로, 높은 부가 가치 데이터를 생산할 수 있음

    데이터 구조

    • 데이터 구성
      - 신체

    의류 가상착용 3D 이미지- 데이터 구성- 신체

             - 상품

    의류 가상착용 3D 이미지- 데이터 구성- 상품

     

    • 어노테이션 포맷

    의류 가상착용 3D 이미지- 어노테이션 포맷 이미지

     

  • 데이터셋 구축 담당자

    수행기관(주관) : 3D융합산업협회
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    강승철 02-6388-6080 sch.kang@gokea.org · 데이터 품질검수
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    한국전자기술연구원 · 데이터구축 총괄
    · 데이터 설계
    · AI모델 개발
    어노테이션 에이아이 · 데이터 가공 및 검수
    · 크라우드 소싱
    · 저작도구 개발
    포스켄 · 응용 서비스 – 패션(스타일) 큐레이션 서비스 개발
    콘크리에이트 · 원천데이터 수집 및 정제
    위치스 · 응용 서비스 – AR Fitting 시뮬레이션 서비스 개발
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    박상현(한국전자기술연구원) 031-739-7447 shpark@keti.re.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.