콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#반려동물 # 행동 분류 # 동물 동영상 # AI 동물 학습용 데이터 # 크라우드 소싱 # 동물의 행동인식

반려동물 구분을 위한 동물 영상

반려동물 구분을 위한 동물 영상
  • 분야영상이미지
  • 유형 이미지
구축년도 : 2020 갱신년월 : 2021-10 조회수 : 26,562 다운로드 : 2,048 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
    1.1 2021-10-07 데이터 추가 개방
    1.0 2021-06-25 데이터 최초 개방

    데이터 히스토리

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

    소개

    반려동물의 종별 분류 및 행동인식을 위한 반려동물별 객체/행동분류 AI 영상 데이터

    구축목적

    반려동물 행동 동영상을 수집하고 데이터 가공기술 확보
    반려동물 행동인식 AI 학습데이터를 생산하여 반려동물 행동 분석 응용서비스 개발을 위한 초석 작업
  • 구축 내용 및 제공 데이터량

    • 반려동물(개, 고양이) 행동영상 514시간을 활용하여 가공 데이터 바운딩박스, 15개 관절 키포인트 각각 750만 장 도출하여 기존 목표 500만 장 대비 51.4% 초과 달성
    • 객체인식 모델, 동작분류 모델 또한 목표 대비 달성률 100% 이상

     

    구축 내용 및 제공 데이터량 표
    구분 2020년
    목표(A) 달성(B) 달성률(B/A)
    수집 개, 고양이 행동영상 500시간 514.695시간 102.9%
    가공 바운딩 박스 5,000,000시간 7,569,422장 151.4%
    15개 관절 키포인트 5,000,000시간 7,569,422장 151.4%
    활용 객체인식모델 85.00%* 88.00% 103.5%
    고양이 85.00%* 88.20% 103.8%
    동작분류모델 70.00%** 70.26% 100.4%
    고양이 70.00%** 70.31% 100.4%
    서비스 응용서비스 개발 1식 1식 100.0%
    고용 신규 일자리 창출 53명 3,086명 5822.6%
  • 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 동작 분류 정확도(Dog) Estimation ST-GCN AccuracyTop-5 70 % 70.26 %
    2 동작 분류 정확도(Cat) Estimation ST-GCN AccuracyTop-5 70 % 70.08 %
    3 객체 검출 정확도 Object Detection CNN mAP 85 % 98 %

    ※ 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
    1.1 2021.10.07 데이터 추가 개방  
    1.0 2021.06.25 데이터 최초 개방  

    구축 목적

    • 반려동물 행동 동영상을 수집하고 데이터 가공기술 확보
    • 반려동물 행동인식 AI 학습데이터를 생산하여 반려동물 행동 분석 응용서비스 개발을 위한 초석 작업

    활용 분야

    • 국민, 기업, 정부 등 수요 분야에서 요구되는 다양하고 심층적인 입법 분석 정보의 제공 지원, 반려동물 AI 관련 산업의 발전 및 시장 확대와 전문 인재 양성 및 고용의 개선

    소개

    • 반려동물 행동 동영상을 수집하고 데이터 가공 기술을 확보,
      이를 통해 반려동물 행동 AI 학습데이터를 생산하여 반려동물 행동 분석 응용서비스 개발을 위한 초석 작업을 하는 것이 목적

       

    반려동물 구분을 위한 동물 영상- 소개

    구축 내용 및 제공 데이터량

    • 반려동물(개, 고양이) 행동영상 514시간을 활용하여 가공 데이터 바운딩박스, 15개 관절 키포인트 각각 750만 장 도출하여 기존 목표 500만 장 대비 51.4% 초과 달성
    • 객체인식 모델, 동작분류 모델 또한 목표 대비 달성률 100% 이상

     

    구축 내용 및 제공 데이터량 표
    구분 2020년
    목표(A) 달성(B) 달성률(B/A)
    수집 개, 고양이 행동영상 500시간 514.695시간 102.9%
    가공 바운딩 박스 5,000,000시간 7,569,422장 151.4%
    15개 관절 키포인트 5,000,000시간 7,569,422장 151.4%
    활용 객체인식모델 85.00%* 88.00% 103.5%
    고양이 85.00%* 88.20% 103.8%
    동작분류모델 70.00%** 70.26% 100.4%
    고양이 70.00%** 70.31% 100.4%
    서비스 응용서비스 개발 1식 1식 100.0%
    고용 신규 일자리 창출 53명 3,086명 5822.6%

    대표도면

    반려동물 구분을 위한 동물 영상- 대표도면- 객체 검출 모델 학습

    <객체 검출 모델 학습>

     

    반려동물 구분을 위한 동물 영상- 대표도면- 동작 분류 모델 프로세스

    <동작 분류 모델 프로세스>

    필요성

    • 반려동물 양육인구 증가 및 인구구조의 변화로 반려동물 돌봄 문제 제기
      - 농림축산식품부 동물보호에 대한 국민인식 조사 결과, 반려동물 양육인구는 매년 증가 추세로 2019년 기준 26.4% 인구가 반려동물을 양육하는 것으로 나타남
      - 동시에 1인 가구 및 맞벌이가구의 급격한 증가로 반려동물의 돌봄 문제가 제기됨
    • 동물복지에 대한 관심 증가 및 동물권에 대한 인식 제고
      - 반려동물 양육가구 증가와 함께 동물복지에 대한 국민적 관심이 증가하고, 나아가 동물권에 대한 인식이 제고되는 추세임
      - 반려동물은 단순한 애완동물이 아닌 가족 구성원의 일부라는 인식이 확산되고, 이에 따라 반려동물의 삶의 질에 대한 사회적 관심이 증대되고 있음
    • 반려동물 개체별 행동분석 응용서비스 개발 필요
      - 최근 신규 과학기술을 접목한 다양한 관련 상품이 개발됨ex) 반려동물 신원확인(생체인식 기술), 모니터링(펫cctv, 펫IoT), 펫로봇(펫장난감, 펫피트니스 로봇), 급식장비(자동 급식, 급수 도구), 수의기기(웨어러블 진단기기)
      - 이에 반려동물 영상 가공기술 개발과, 개발에 필요한 충분한 양의 반려동물 영상을 수집하는 것이 필요함

    데이터 구조

    • 데이터 구성
      데이터 구성 표
      key Description Type
      seq 파일번호 Number
      species 개/고양이 String
      action 동작 String
      location 실내/야외 String
      height 영상세로길이 Number
      width 영상가로길이 Number
      duration 영상시간 Number
      animal 동물 정보 JsonObject
      {    
      breed 품종명 String
      gender 성별 String
      age 나이 Number
      neuter 중성화 여부 Boolean
      }    
      owner 반려인 정보 JsonObject
      {    
      pain 통증 여부 Boolean
      disease 병력 여부 Boolean
      emotion 감정 String
      situation 상황 String
      animalCount 반려동물 수 Number
      }    
      inspect 검수 정보 JsonObject
      {    
      action 동작 String
      painDisease 통증 여부 String
      abnormalAction 이상행동 여부 String
      emotion 감정 String
      }    

       

    • 어노테이션 포맷
      어노테이션 포맷 표
      No 항목 길이 타입 필수여부
        어노테이션 정보 annotations   Array Y
      [
        3-0 어노테이션 항목 {   JsonObject Y
        3-1 프레임 번호 frame_number   Integer Y
        3-2 프레임 위치 URL frame_url   String N
        3-3 타임스탬프 timestamp   Integer N
        3-4 키포인트 정보 keypoints   JsonObject Y
        3-4-1 코점 1   JsonObject N
        1-a x좌표 x   Integer Y
        1-b y좌표 y   Integer Y
        3-4-2 이마점 2   JsonObject N
        2-a x좌표 x   Integer Y
        2-b y좌표 y   Integer Y
        3-4-3 입꼬리점 3   JsonObject N
        3-a x좌표 x   Integer Y
        3-b y좌표 y   Integer Y
        3-4-4 아래 입술점 4   JsonObject N
        4-a x좌표 x   Integer Y
        4-b y좌표 y   Integer Y
        3-4-5 목점 5   JsonObject N
        5-a x좌표 x   Integer Y
        5-b y좌표 y   Integer Y
        3-4-6 오른쪽 앞다리 시작점 6   JsonObject N
        6-a x좌표 x   Integer Y
        6-b y좌표 y   Integer Y
        3-4-7 왼쪽 앞다리 시작점 7   JsonObject N
        7-a x좌표 x   Integer Y
        7-b y좌표 y   Integer Y
        3-4-8 오른쪽 앞발목점 8   JsonObject N
        8-a x좌표 x   Integer Y
        8-b y좌표 y   Integer Y
        3-4-9 왼쪽 앞발목점 9   JsonObject N
        9-a x좌표 x   Integer Y
        9-b y좌표 y   Integer Y
        3-4-10 오른쪽 대퇴골점 10   JsonObject N
        10-a x좌표 x   Integer Y
        10-b y좌표 y   Integer Y
        3-4-11 왼쪽 대퇴골점 11   JsonObject N
        11-a x좌표 x   Integer Y
        11-b y좌표 y   Integer Y
        3-4-12 오른쪽 뒷발목점 12   JsonObject N
        12-a x좌표 x   Integer Y
        12-b y좌표 y   Integer Y
        3-4-13 왼쪽 뒷발목점 13   JsonObject N
        13-a x좌표 x   Integer Y
        13-b y좌표 y   Integer Y
        3-4-14 꼬리 시작점 14   JsonObject N
        14-a x좌표 x   Integer Y
        14-b y좌표 y   Integer Y
        3-4-15 꼬리 끝점 15   JsonObject N
        15-a x좌표 x   Integer Y
        15-b y좌표 y   Integer Y
        3-5 바운딩박스 정보 bounding_box   JsonObject N
        3-5-1 x좌표 x   Integer Y
        3-5-2 y좌표 y   Integer Y
        3-5-3 가로 길이 width   Integer N
        3-5- 세로 길이 height   Integer Y
            }      

      *[#-a, #-b, ....] 형태의 항목은, 상위 json object(3-4-#)가 존재할 때 필수 항목. 상위 json object가 “null”일 경우 필수 항목이 아님

  • 데이터셋 구축 담당자

    수행기관(주관) : 메트릭스코퍼레이션
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    나윤정 02-6244-0700 yjna@metrix.co.kr · 500시간, 500만 인스턴스 영상자료 수집 · 크라우드소싱 시스템 개발 및 운영, 크라우드워커 교육 및 보상 등 원천데이터 수집 업무 전반 · 데이터 정제 및 검수(비디오 분할, 라벨링, 레이블링 작업 등 정제 업무 전반)
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    서정대학교 산학협력단 · 데이터 분류: 원천데이터 행동의미 부여, 분류 및 검수
    코드프로 · AI 학습 알고리즘 개발
    · 원천데이터를 활용하여, 학습모델 개발 및 시계열 기반 행동 인식 학습모델 개발
    · 반려동물의 부위별 영역 검출 및 분할 모델 개발
    · 부위별 영역의 움직임에 따른 반려동물의 행동 인식 모델 개발
    울산과학기술원 · AI 학습 알고리즘 개발
    · 개체의 정확한 인지를 위한 파트별 데이터 가공 및 처리
    · 원천 데이터 및 가공 데이터를 활용하여, 반려동물의 행동을 인식 하고 알려주는 AI 개발
    파이리코 · 상용서비스 개발: 행동분석 AI 및 기반 메타데이터를 토대로 반려 동물 행동분석 서비스 개발 및 실시
    · 홍보 및 기타: 스폰서 광고를 활용한 온라인 마케팅, 반려동물 행동분석 웨비나, 반려동물 AI 서비스 시연회 등
    데이터메이커 · 데이터 가공 및 품질검수
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    한이슬(메트릭스코퍼레이션) 02-6244-0773 yshan@metrix.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.