자율주행버스 개발 노선 주행 이미지
- 분야교통물류
- 유형 이미지
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.2 2023-05-19 라벨링데이터 추가 개방 1.1 2021-10-26 데이터 추가 개방 1.0 2021-06-30 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-10-13 신규 샘플데이터 개방 소개
자율주행버스 개발을 위한 버스 노선 주행 영상 및 이미지 데이터
구축목적
고정 노선으로 운행하는 대중 교통 서비스에 적용 가능한 데이터셋
-
메타데이터 구조표 데이터 영역 교통물류 데이터 유형 이미지 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2020년/100만 -
구축 내용 및 제공 데이터량
- 300시간 이상 다양한 환경에서의 버스 노선 주행 영상
- 인공지능 학습 데이터 100만 장 이상
구축 내용 및 제공 데이터량 표 이미지 프레임 AI 학습용 데이터 구축량 객체 바운딩박스 동적 객체 차 약 90.15만 트럭 약 4만 버스 약 5.8만 이륜차 (자전거/오토바이) 약 0.3만 보행자 약 1.4만 기타 객체 (위의 객체에 속하지 않는 나머지 객체로 별도의 최소 건수 할당하지 않음) 교통 표지 교통표지판 약 73만 신호등 약 30만 버스 정류장 쉘터형 정류장 약 0.3만 표지판형 정류장 약 0.05만 객체 폴리곤 도로 환경 버스전용차로 약 5만 전용차로 외 주행가능 영역 약 90만 -
-
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 객체 포지셔닝 Object Detection Deeplab V3+, EfficientNet mIoU 80 % 80.8 % 2 픽셀별 분할 처리 Segmentation Deeplab V3+, EfficientNet OA 80 % 91 %
※ 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 다운로드데이터 변경이력
자율주행버스 개발 노선 주행 이미지-데이터변경이력 버전 일자 변경내용 비고 1.1 2021.10.26 데이터 추가 개방 1.0 2021.06.30 데이터 최초 개방 구축 목적
- 고정 노선으로 운행하는 대중 교통 서비스에 적용 가능한 데이터셋
활용 분야
- 자율주행, 버스
소개
- 고정 노선으로 운행하는 대중교통 서비스에 적용 가능한 학습 데이터 구축
- 자율주행 버스 운영 지자체 등의 딥러닝 개발 인력들이 자유롭게 DB를 사용할 수 있도록 함
- 주변 환경을 인지하며 정해진 노선을 자율적으로 주행하는 대중교통 서비스 개발 가능록 함
구축 내용 및 제공 데이터량
- 300시간 이상 다양한 환경에서의 버스 노선 주행 영상
- 인공지능 학습 데이터 100만 장 이상
구축 내용 및 제공 데이터량 표 이미지 프레임 AI 학습용 데이터 구축량 객체 바운딩박스 동적 객체 차 약 90.15만 트럭 약 4만 버스 약 5.8만 이륜차 (자전거/오토바이) 약 0.3만 보행자 약 1.4만 기타 객체 (위의 객체에 속하지 않는 나머지 객체로 별도의 최소 건수 할당하지 않음) 교통 표지 교통표지판 약 73만 신호등 약 30만 버스 정류장 쉘터형 정류장 약 0.3만 표지판형 정류장 약 0.05만 객체 폴리곤 도로 환경 버스전용차로 약 5만 전용차로 외 주행가능 영역 약 90만 대표도면
<이미지 원본>
<이미지 객체 검출>
<이미지 시멘틱 세그멘테이션>
필요성
- 일반 도로에서 고정 노선으로 운행하는 대중 교통 서비스에 대한 자율주행 수요 증대
- 교통약자 이동권 확보, 운수종사자 근로환경개선을 위한 자율주행버스 개발 필요
- 주행 영상 데이터 및 GNSS 데이터가 결합된 형태로, 대중 교통 버스에 특화된 AI 기술 연구를 위한 학습 데이터셋 필요
데이터 구조
- 데이터 구성
- 데이터 폴더 구성
・ 시간, 주행 코스, 방향, in-out 주행여부, 날씨에 따라 폴더를 생성하여 데이터 분류
예) 20201229_11_CW_in_D_S
- 데이터 취득에 관한 메타데이터
・ 이미지 취득 장비, 포인트 클라우드 취득 장비 등 취득에 관한 기타 정보를 메타데이터로서 작성하여 ‘데이터셋상세설명’에 첨부하고자 함
- 데이터 Naming
・ <영상촬영일>_<수정여부>_<코스>_<코스형태>_<촬영 시간>_<날씨>_<원본순서>_<캡처프레임> 순서로 표기
예) 200819_R_16_CW_in_D_B_004_00006 (2020년 8월 19일에 촬영한 4번째 영상 6번째 Frame)데이터 구조 표 구분 이름 설명 Date YY, MM, DD 년도, 월, 일 수정 여부 R Raw(원본) E Edited(수정) 코스 N N번 코스 코스형태 CW or CCW 코스 주행 형태 in or out 원본 영상순서 N N번째 영상 캡쳐 프레임 N N번째 프레임 촬영 시간 D Day(낮) E Evening/Morning(일몰/출) N Night(밤) 날씨 B Bright(맑음) C Cloudy(흐림) S Snowy(눈) F Foggy(안개) R Rainy(비) - 어노테이션 포맷
어노테이션 포맷 표 No 항목명 항목설명 타입 필수구분 단위 1 데이터셋정보 데이터셋 전체에 관한 전반적인 정보를 포함하는 메타데이터 Object 1 1-1 데이터셋 상세설명 str Y 1-2 데이터셋담당기관 str 1-3 데이터생성일자 datetime 2 이미지정보 데이터셋을 구성하는 각 이미지에 대한 메타데이터 및 학습 데이터 List 2 2-1 이미지식별자 int Y 2-2 이미지너비 int Y pixel 2-3 이미지높이 int Y pixel 2-4 이미지파일명 str Y 3 이미지 어노테이션정보 데이터셋의 어노테이션에 대한 메타데이터 및 학습 데이터 List 3 3-1 어노테이션식별자 int Y 3-2 연관이미지식별자 int Y 3-3 어노테이션카테고리 int Y 3-4 세그멘테이션 정보 RLE or [polygon] Y 3-5 세그멘테이션 넓이 float 3-6 바운딩박스 정보 [x,y,width,height] Y 3-7 단일 개체/개체군 정보 0 or 1 4 카테고리 정보 어노테이션의 카테고리 정보에 대한 메타데이터 및 학습 데이터 List 4 4-1 카테고리 식별자 int Y 4-2 카테고리 이름 str Y 4-3 상위 카테고리 str
-
데이터셋 구축 담당자
수행기관(주관) : 건국대학교 산학협력단
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 조기춘 02-2049-6265 kichun@konkuk.ac.kr · 사업 총괄 · 데이터 설계 지원 · AI모델 개발 지원 수행기관(참여)
수행기관(참여) 기관명 담당업무 딥비전스 · 데이터 설계
· AI 모델 개발스타마타 · 원천 데이터 수집 및 정제
· 데이터 가공, 검수, 크라우드소싱 관리
· 저작도구 개발경기여객 · 원천 데이터 수집 공간정보산업진흥원 · 데이터 검수, 크라우드소싱 관리 에이스랩 · AI 모델을 활용한 응용서비스 개발 (자율주행 버스 서비스) 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 조기춘(건국대학교 산학협력단) 02-2049-6265 sangkwonkim@konkuk.ac.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.