콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#산림수종 # 환경 변화 # 임상도 # 주제도 # 항공사진 # 모사영상

산림수종 이미지(수도권)

산림수종 이미지(수도권)
  • 분야재난안전환경
  • 유형 이미지
구축년도 : 2020 갱신년월 : 2021-06 조회수 : 2,587 다운로드 : 126 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 2021-06-18 데이터 최초 개방

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2022-10-13 신규 샘플데이터 개방

    소개

    수도권 지역 환경 변화 탐지 AI 기술 개발을 위한 산림수종(소나무, 낙엽송, 기타 침엽수, 활엽수) 항공 및 모사 이미지 데이터

    구축목적

    항공사진과 모사영상으로부터 산림수종을 분석할 수 있는 AI학습데이터셋 구축
  • 구축 내용 및 제공 데이터량

    • 항공사진 60,392장(Fine Annotation 22,807장, Coarse Annotation 37,585장)
    • 모사영상 500장(Fine Annotation 170장, Coarse Annotation 330장)
       
      구축 내용 및 제공 데이터량 표1
      구분 데이터 구축 내용 구축 수량 (장)
      데이터 설명 학습데이터 크기
      항공사진
      (0.25m)
      Fine
      Annotation
      · 항공사진(25cm) 기반의 산림수종 4종 512 X 512
      (Tiff, Json)
      18,506
      Fine
      Annotation
      · 항공사진(25cm) 512px 영상 병합(추가) 1024 X 1024
      (Tiff, Json)
      4,301
      Coarse
      Annotation
      · 항공사진(25cm) 기반의 산림수종 4종 512 X 512
      (Tiff, Json)
      37,585
      모사영상
      (5m)
      Fine
      Annotation
      · 모사영상(5m) 기반의 산림수종 2종 512 X 512
      (Tiff, Json)
      170
      Coarse
      Annotation
      · 모사영상(5m) 기반의 산림수종 2종 512 X 512
      (Tiff, Json)
      330
  • 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 산림수종 데이터 Semantic Segmentation 정확도(항공이미지, 수종) Segmentation DeepLab v3+ Accuracy(Pixel 단위) 75 % 88 %
    2 산림수종 데이터 Semantic Segmentation 정확도(항공이미지, 침활) Segmentation DeepLab v3+ Accuracy(Pixel 단위) 80 % 89 %
    3 산림수종 데이터 Semantic Segmentation 정확도(모사이미지, 침활) Segmentation DeepLab v3+ Accuracy(Pixel 단위) 80 % 83 %

    ※ 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

    산림수종 이미지(수도권)-데이터 변경이력
    버전 일자 변경내용 비고
    1.0 2021.06.18 데이터 최초 개방  

    구축 목적

    • 항공사진과 모사영상으로부터 산림수종을 분석할 수 있는 AI학습데이터셋 구축

    활용 분야

    • 국토환경의 변화, 산림의 분포 변화 탐지를 용이하게하여 임상도 등과 같은 국가 주제도 현행화 기간 단축 효과와 지도관련 기초데이터에 활용이 가능한 기술 개발

    소개

    • 수도권 항공사진과 모사영상으로부터 산림수종 상태를 파악할 수 있는 알고리즘 개발을 위한 AI데이터셋으로, 저작권과 보안처리된 데이터를 사용하여 배포와 재사용에 문제가 없는 데이터임

    구축 내용 및 제공 데이터량

    • 항공사진 60,392장(Fine Annotation 22,807장, Coarse Annotation 37,585장)
    • 모사영상 500장(Fine Annotation 170장, Coarse Annotation 330장)
       
      구축 내용 및 제공 데이터량 표1
      구분 데이터 구축 내용 구축 수량 (장)
      데이터 설명 학습데이터 크기
      항공사진
      (0.25m)
      Fine
      Annotation
      · 항공사진(25cm) 기반의 산림수종 4종 512 X 512
      (Tiff, Json)
      18,506
      Fine
      Annotation
      · 항공사진(25cm) 512px 영상 병합(추가) 1024 X 1024
      (Tiff, Json)
      4,301
      Coarse
      Annotation
      · 항공사진(25cm) 기반의 산림수종 4종 512 X 512
      (Tiff, Json)
      37,585
      모사영상
      (5m)
      Fine
      Annotation
      · 모사영상(5m) 기반의 산림수종 2종 512 X 512
      (Tiff, Json)
      170
      Coarse
      Annotation
      · 모사영상(5m) 기반의 산림수종 2종 512 X 512
      (Tiff, Json)
      330

    필요성

    • 오픈소스 기반의 딥러닝 라이브러리인 텐서플로우 공개 후 하드웨어 인프라와 알고리즘이 급속히 발전함
    • 인공지능의 정확도는 늘어나고 있으나 산림수종 분석 관련 학습데이터로 사용할 수 있는 데이터가 부족함
    • 임상도와 같은 국가에서 제작하고 있는 주제도는 항공사진을 육안으로 판독하고 구획하는 방식으로 주제도를 갱신하고 있음
    • 본 사업을 통해 주제도 변화지역 탐지에 활용하여, 업무 효율성 향상을 기대할 수 있음

    데이터 구조

    • 데이터 구성
      - 산림수종 데이터 구조
      산림수종 데이터 구조 표
      컬럼명 데이터타입(길이) 컬럼명 설명
      ANN_CD NUMERIC(3) 어노테이션 코드
      ANN_NM VARCHAR2(20) 어노테이션 명칭

       

      - 산림수종 데이터 어노테이션 코드
      산림수종 데이터 어노테이션 포맷 표
      컬럼명 코드 값 컬럼명 설명
      ANN_CD 110 소나무
      120 낙엽송
      130 기타침엽수
      140 활엽수
      150 침엽수
      0 판독불가
      190 비산림

       

      - 산림수종 데이터 메타데이터 항목
      산림수종 데이터 메타데이터 목록 표
      No 항목 타입 필수여부 예시
      영문명 한글명
      1 Image 원시 이미지 정보      
        1-1 image_id 원시 이미지 식별자 String Y FR_AP_00000000_001
      1-2 img_width 원시 이미지 너비 Number Y 512
      1-3 img_height 원시 이미지 높이 Number Y 512
      1-4 img_type 원시 이미지 종류 String Y aerophoto
      1-5 img_coordinate 원시 이미지 좌표계 String Y EPSG:5186
      1-6 coordinates 원시 이미지 좌상단 좌표 String Y 000, 000
      1-7 img_resolution 원시 이미지 해상도 Number Y 0.25
      1-8 img_provied 원시 이미지 제공기관 String Y 국토지리정보원
      1-9 img_time 원시 이미지 촬영시기 String Y 2019
      1-10 img_winter 참조 이미지 겨울 유무 String Y 0, 1
      2 annotations 어노테이션 정보      
        2-1 ann_id 어노테이션 식별자 String Y FR_AP_00000000_001_FGT
      2-2 ann_type 어노테이션 타입 String Y polygon
      2-3 ann_file_type 어노테이션 파일 유형 String Y tif
      3 provided 제공기관 정보      
        3-1 provied_nm 제공기관명 String Y 한국지능정보사회진흥원

       

    • 어노테이션 포맷
      - 산림수종 AI 데이터 포맷은 gray 스케일의 Tiff 파일

      산림수종 이미지(수도권)-데이터구조-1

    대표도면

    산림수종 이미지(수도권)-대표도면-1-항공사진 원천데이터

    <항공사진 원천데이터>

    산림수종 이미지(수도권)-대표도면-2-항공사진 라벨링데이터

    <항공사진 라벨링데이터>

    산림수종 이미지(수도권)-대표도면-3-모사영상 원천데이터

    <모사영상 원천데이터>

    산림수종 이미지(수도권)-대표도면-4-모사영상 라벨링데이터

    <모사영상 라벨링데이터>

  • 데이터셋 구축 담당자

    수행기관(주관) : 네이버시스템
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    한근혁 070-8821-1178 hyouk93@neighbor21.co.kr · 데이터 구축 총괄
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    한국항공촬영 · 자체 촬영한 항공사진 제공
    우림엔알 · AI 학습용 데이터 구축
    한국산지보전협회 · AI 학습용 데이터 구축
    (사협)푸른하늘 · AI 학습용 데이터 구축
    마인드포지 · AI 알고리즘 개발
    마인즈앤컴퍼니 · AI 알고리즘 개발
    ENDK · 품질관리
    한국임업진흥원 · 품질관리
    올포랜드 · 품질관리
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    한근혁(네이버시스템) 070-8821-1178 hyouk93@neighbor21.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]
    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.