-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2022-07-28 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-10-20 신규 샘플데이터 개방 2022-07-28 콘텐츠 최초 등록 소개
개인형 이동장치의 위반 상황 분류와 위반 객체 탐지를 목적으로 개인형 이동장치 위반 유형별 정상 및 위반 상태 데이터를 바운딩박스 및 세그멘테이션을 활용하여 가공한 데이터셋으로 검수와 비식별화를 통해 재사용에 제한이 없도록 저작권 문제를 완전히 해결한 데이터를 확보.
구축목적
개인형 이동장치의 위반 상황 분류와 위반 객체 탐지를 도출해낼 수 있도록 인공지능을 훈련하기 위한 이미지 데이터셋
-
메타데이터 구조표 데이터 영역 재난안전환경 데이터 유형 이미지 데이터 형식 jpg, jpeg 데이터 출처 자체수집 라벨링 유형 바운딩박스(이미지)/세그멘테이션(이미지) 라벨링 형식 JSON 데이터 활용 서비스 AI 학습 모델을 기반으로 개인형 이동장치에 카메라, 레이더, GPS 등을 직접설치하여 위반상황을 실시간으로 파악하고, 위치별 위법/위헙 상황발생시 감속, 경고음, 음성정보 제공을 통해 사고를 위한 조치를 할 수 있는 역할 서비스를 위한 데이터 데이터 구축년도/
데이터 구축량2021년/PM(오토바이, 자전거, 킥보드) 별 유형 데이터, 이미지 데이터 통합 60만장 이상 (일부 정상 포함) -
1. 데이터 구축 규모
- 본 데이터셋은 총 300시간에 대응하는 60만장의 이미지로 구성되어 있다.
도로교통공단 교통사고분석시스템(TAAS)의 2020년 개인형 이동수단별 교통사고 통계를 참고하여 이동장치별 수집규모 비율을 참고하되 PM의 유의미한 데이터를 확보하기 위해 강제할당을 적용하여 오토바이(36.7), 자전거(41.6), PM(21.7) 수집 비율을 기준으로 하여 수집
[표2] PM 별 수집 비율
1. 데이터 구축 규모 합계 오토바이 자전거 킥보드 구축 건수 100만건 36.7만건 41.6만건 21.7만건 구축 비율 100% 36.70% 41.60% 21.70% 2. 데이터 분포
[표3] PM 유형별 수집규모
구분 위반 PM 유형 건수 비율 유형 위반 건수 비율 1 보행자도로 통행 위반 168,000 17% 오토바이 75,000 8% 2 자전거 64,000 6% 3 킥보드 29,000 3% 4 동승자 탑승 위반 15,000 2% 킥보드 15,000 2% 5 안전모 미착용 위반 141,000 14% 오토바이 12,000 1% 6 자전거 98,000 10% 7 킥보드 31,000 3% 8 무단횡단 위반 41,500 4% 오토바이 5,500 1% 9 자전거 25,000 3% 10 킥보드 11,000 1% 11 횡단보도 주행 위반 115,500 12% 오토바이 5,500 1% 12 자전거 94,000 9% 13 킥보드 16,000 2% 14 신호 위반 109,000 11% 오토바이 74,000 7% 15 자전거 20,000 2% 16 킥보드 15,000 2% 17 정지선 위반 110,000 11% 오토바이 95,000 10% 18 자전거 15,000 2% 19 정상 300,000 30% 오토바이 100,000 10% 20 자전거 100,000 10% 21 킥보드 100,000 10% 합계 1,000,000 100% 1,000,000 100% - 본 데이터셋은 총 300시간에 대응하는 60만장의 이미지로 구성되어 있다.
-
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드1. 인공지능 데이터 활용 모델 개발 요약표
[표4] 모델 개발 요약표
1. 인공지능 데이터 활용 모델 개발 요약표 데이터명 AI 모델 모델 성능 지표 응용서비스(예시) 개인형 이동장치 안전데이터 Object Detection mAP50 개인형 이동장치 대상의 안전유도
2. 개인형 이동장치 안전데이터 분류 모델
[그림2] 개인형이동장치 분류모델 적용방안- 개념 : ‘개인형 이동장치 대상의 안전 유도 모델 활용’은 AI 학습 모델을 기반으로 개인형 이동장치에 카메라, 레이더, GPS 등을 직접설치하여 위반상황을 실시간으로 파악하고, 위치별 위법/위헙 상황발생시 감속, 경고음, 음성정보 제공을 통해 사고를 위한 조치를 할 수 있는 역할을 수행할 수 있는 서비스임
- 개발 목표 : 지능형 PM 위반탐지 서비스를 목표로 개인형 이동장치 안전 데이터를 활용한 카메라, 레이더, GPS 기반의 AI 응용서비스 개발
- 주요 기능 : 위반상황을 실시간으로 파악하고, 위치별 위법/위헙 상황발생시 감속, 경고음, 음성정보 제공을 통해 사고를 위한 조치
- 핵심 기술 : AI 기반 장소/스마트모빌리티/위반 객체 인식/탐지/유형 분류 기술
[그림3] 개인형 이동장치 대상의 안전 유도 서비스 컨셉도
3. 서비스 개발 및 사업화 방안
- 서비스 개발 계획 : 학습된 데이터 안에서 이미지 내 객체 식별 및 상태 분류
- 구축된 운영 서비스로의 적용 가능성 확인
- 테스트 기능 서비스 공개
- 사업화 방안 : 도로 시설물 낙후 지역 대상의 지자체를 중심으로 매주 운행하는 청소차량 카메라 부착 및 이미지 실시간 전송으로 인한 적용을 목표로 함
- 지자체와의 사업 협력 체계 마련
- 청소 및 쓰레기 수거 차량 운행업체를 대상으로 전략적 제휴 추진
- 부가가치 창출 방안
- 주기적 점검이 아닌 불량 상태의 시설물 정보를 관리자가 실시간으로 확인하고, 교체함으로써 불필요한 인건비 낭비 및 예산 소요를 줄일 수 있음
- 지자체 중심으로 매주 운행하는 청소차량 카메라 부착 및 이미지 실시간 전송으로 인공지능(AI) 기반의 지능형 서비스가 도입됨으로써 AI 산업 경쟁력 제고 및 신시장 창출 효과
-
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 위반객체탐지모델 Object Detection 시계열 CNN 기반 모델 mAP@IoU 0.6 70 % 72.52 %
※ 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 다운로드1. 대표도면
2. 라벨링 데이터 구성
- 이미지에 대한 어노테이션에 적합하도록 포맷을 구성하고, 이미지 파일 1개당 1개의 json파일을 생성하였다.
[표1] 라벨링 항목
1. 대표도면 구분 항목명 타입 필수여부 설명 1 info 기본 정보 1-1 video_id String Y 동영상 고유연번 1-2 clip_id String Y 클립 연번 1-3 date String Y 촬영 날짜 1-4 device String Y 촬영카메라 유형 1-5 time String Y 시간 조건 1-6 weather String Y 날씨 조건 1-7 is_scripted String Y 연출/실증 조건 2 description 이미지 설명 2-1 frame_id String Y 프레임 위치 2-2 imageWidth Integer Y 해상도(가로) 2-3 imageHeight Integer Y 해상도(세로) 3 annotations 어노테이션 정보 3-1 environment Array Y 촬영 장소 영역 정보 3-1-1 area_code String Y 영역 고유 코드 3-1-2 shape_type String Y 어노테이션 타입 3-1-3 points Array Y 어노테이션 포인트 3-2 PM Array Y PM 정보 3-2-1 PM_code String Y PM 위반 코드 3-2-2 shape_type String Y 어노테이션 타입 3-2-3 points Array Y 어노테이션 포인트 3. 라벨링데이터 실제 예시
[그림1] json 파일
-
데이터셋 구축 담당자
수행기관(주관) : 에프원소프트㈜
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 오승호 031-5183-5341 sacrege@f1soft.co.kr · 총괄책임자 수행기관(참여)
수행기관(참여) 기관명 담당업무 도로교통공단 · 데이터설계 ㈜지바이크, ㈜메트릭스리서치, ㈜아비스, ㈜티움솔루션즈 · 데이터 수집 및 정제 에프원소프트㈜ · 데이터 가공 및 검수 에프원소프트㈜ · AI모델 개발 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 오승호 031-5183-5341 sacrege@f1soft.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]
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.