AI-Hub

BETA 수변구역 변화 탐지 데이터 (낙동강 유역)

분야재난안전환경
유형 이미지

구축년도 : 2023 갱신년월 : 2024-06 조회수 : 669 다운로드 : 9 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.

소개 파일 목록 (API 다운로드)

※ 내국인만 데이터 신청이 가능합니다.

문의하기 목록

데이터 변경이력

데이터 변경이력
버전	일자	변경내용	비고
1.0	2024-06-28	데이터 개방	Beta Version

데이터 히스토리

데이터 히스토리
일자	변경내용	비고
2024-06-28	산출물 공개	Beta Version

소개

- 항공사진(25cm), 위성이미지(10m), 위성SAR(10m)를 이용한 수변 구역 변화 탐지
- 수체/비수체를 대상으로 인공지능 학습데이터 구축

구축목적

- 수자원 위성과 인공지능 기술을 이용한 수재해 대응 및 수자원 관리
  - 차세대 중형위성에서 수자원 위성 활용 증진
  - SAR 위성 도입을 위한 기초 및 참조 데이터 확보

메타데이터 구조표
데이터 영역	재난안전환경	데이터 유형	이미지
데이터 형식	tif	데이터 출처	인터넷 허브
라벨링 유형	세그멘테이션(이미지)	라벨링 형식	JSON
데이터 활용 서비스	수변구역 변화탐지	데이터 구축년도/ 데이터 구축량	2023년/60,000개

- 데이터 규모

① 데이터 설계
ㅇ (084) 수변 구역 변화 탐지 데이터(낙동강 유역)

구분		성과목표	구축실적
항공 사진	수집	66,000장	105,250장
	정제	24,000장	24,621장
	가공	24,000건	24,621건
	검사	24,000건	24,621건

구분		성과목표	구축실적
위성 이미지	수집	32,000장	51,000장
	정제	24,000장	24,104장
	가공	24,000건	24,104건
	검사	24,000건	24,104건

구분		성과목표	구축실적
위성SAR	수집	16,000장	28,000장
	정제	12,000장	13,182장
	가공	12,000건	13,182건
	검사	12,000건	13,182건

- 데이터 분포

데이터 구축 물량(낙동강유역) 이미지

저작도구 설명서 및 저작도구 다운로드
저작도구 설명서 다운로드 저작도구 다운로드

AI 모델 상세 설명서 다운로드

AI 모델 상세 설명서 다운로드 AI 모델 다운로드

모델

내 용

Semantic Segmentation

알고리즘

■ UNet

■ 해당 데이터는 25cm 급 공간해상도 광학 영상, 위성, 위성SAR 이미지임

■ UNet은 Encoder-decoder architecture 모델로 의료 영상

Unet architecture

분석에서 우수한 성적을 냈으며 이와 특성이 비슷한 고해상도 위성 이미지 데이터에서도 좋은 성능이 증명됨
■ 해당 모델은 Overlab-tile strategy를 활용해 큰 이미지를 겹치는 부분이 있도록 나누고 모델의 입력으로 활용
■ Weight Loss를 활용하여 모델이 객체 간 경계를 잘 구분할 수 있도록 Loss를 설정
■ 출처: https://doi.org/10.48550/arXiv.1505.04597

설명서 및 활용가이드 다운로드

데이터 설명서 다운로드 구축활용가이드 다운로드

- 데이터 요약

임무 정의	수변 변화 탐지를 위한 광학영상과 위성SAR 영상의 학습데이터 구축
구축 공정	데이터 획득/수집	데이터 정제	데이터 가공	데이터 검사
데이터 구분	원시데이터	원천데이터	라벨링데이터	검사 후 데이터
데이터 형태	광학영상 (항공 및 위성)과 위성SAR(SAR)	● 항공 10241024 크기로 영상 정제 ● 위성 128128 크기로 영상 정제 ● SAR 영상은 상향/하향별로 정제 실시	원천데이터별로 저작도구를 이용한 학습데이터 산출	품질 검사 완료된 학습데이터


데이터 포맷	GeoTIFF	● GeoTIFF ● 좌표파일(CSF)	JSON	JSON

- 어노테이션 포맷
- 항공사진

구분				속성명	타입	필수여부	설명	범위
1				shoot	object		촬영 정보
	1-1			Fi_NM	string	Y	파일명	“AP_HR_2022_0190_09.tif”
	1-2			date	string	Y	촬영날짜	“2022”
	1-3			time	string	Y	촬영시간	“0:00:00”
	1-4			file_size	string	Y	파일크기	“1024x1024“
	1-5			resolution	string	Y	해상도	“0.25m”
	1-6			copyright	string	Y	수집기관	“신한항업”
	1-7			obs_angle	string	N	관측각	-
	1-8			weather	string	Y	날씨	“맑음”, “흐림”
	1-9			sunheight	string	N	태양고도	-
	1-10			wind_speed	string	N	풍속	-
	1-11			orbit	string	N	위성궤도	-
	1-12			East	string	Y	이미지 시작점	“265230.5527”
	1-13			North	string	Y	이미지 시작점	“592057.0667”
	1-14			CRS	string	Y	좌표계	“grs80”
	1-15			CRS_code	string	Y	좌표계 코드	“5186”
2				annotation	object		라벨링 정보
	2-1			type	string	Y	타입	“FeatureCollection”
	2-2			name	string	Y	데이터 구분	“AP_HR“
	2-3			features	object		라벨링 상세정보
		2-3-1		type	string	Y	타입:특징	“Feature”
		2-3-2		properties	object		좌표계 정보
			2-3-2-1	Fi_NM	string	Y	파일명	“AP_HR_2022_0190_09.tif”
			2-3-2-2	CODE	string	Y	코드값	“511”, “612”, “613”, “623”, “711”, “712”
		2-3-3		geometry	object		GIS 정보
			2-3-3-1	type	string	Y	라벨링 방식	‘MultiPolygon’, ‘Polygon’
			2-3-3-2	coordinates	array	Y	라벨링 좌표값	[265267.72553327464,592057.1916689991],[265260.4986231248,592057.1916689991]…

- 위성이미지

구분				속성명	타입	필수여부	설명	범위
1				shoot	object		촬영 정보
	1-1			Fi_NM	string	Y	파일명	“OS_HR_20210323_0271.tif”
	1-2			date	string	Y	촬영날짜	“20210323”
	1-3			time	string	Y	촬영시간	“2:16:01”
	1-4			file_size	string	Y	파일크기	“128x128“
	1-5			resolution	string	Y	해상도	“10m”
	1-6			copyright	string	Y	수집기관	“신한항업”
	1-7			obs_angle	string	N	관측각	-
	1-8			weather	string	Y	날씨	“맑음”,“흐림”
	1-9			sunheight	string	N	태양고도	“47 00 29.02”
	1-10			wind_speed	string	N	풍속	“4.1”
	1-11			orbit	string	N	위성궤도	-
	1-12			East	string	Y	이미지 시작점	“201747.4295”
	1-13			North	string	Y	이미지 시작점	“581044.1898”
	1-14			CRS	string	Y	좌표계	“grs80”
	1-15			CRS_code	string	Y	좌표계 코드	“5186”
2				annotation	object		라벨링 정보
	2-1			type	string	Y	타입	“FeatureCollection”
	2-2			name	string	Y	데이터 구분	“OS_HR”
	2-3			crs	object		좌표 상세정보
		2-3-1		type	string	Y	타입	“name”
		2-3-2		properties	object		좌표계 상세정보
			2-3-2-1	name	string	Y	좌표계 정보	“urn:ogc:def:crs:EPSG::5186”
	2-4			features	object		라벨링 상세정보
		2-4-1		type	string	Y	타입:특징	“Feature”
		2-4-2		properties	object		좌표계 정보
			2-4-2-1	Fi_NM	string	Y	파일명	“OS_HR_20210323_0271.tif”
			2-4-2-2	CODE	string	Y	코드값	“001”, “002”
		2-4-3		geometry	object		GIS 정보
			2-4-3-1	type	string	Y	라벨링 방식	‘MultiPolygon’, ‘Polygon’
			2-4-3-2	coordinates	array	Y	라벨링 좌표값	[265267.72553327464,592057.1916689991],[265260.4986231248,592057.1916689991]…

- 위성SAR

구분				속성명	타입	필수여부	설명	범위
1				shoot	object		촬영 정보
	1-1			Fi_NM	string	Y	파일명	“SS_HR_20210329_0271.tif”
	1-2			date	string	Y	촬영날짜	“20210329”
	1-3			time	string	Y	촬영시간	“21:31:34”
	1-4			file_size	string	Y	파일크기	“128x128“
	1-5			resolution	string	Y	해상도	“10m”
	1-6			copyright	string	Y	수집기관	“신한항업”
	1-7			obs_angle	string	N	관측각	‘43.10488892’
	1-8			sunheight	string	N	태양고도	“-04 58 27.55”
	1-9			wind_speed	string	N	풍속	“4.9”
	1-10			orbit	string	Y	위성궤도	“dec”
	1-11			East	string	Y	이미지 시작점	“201747.4277”
	1-12			North	string	Y	이미지 시작점	“581044.1917”
	1-13			CRS	string	Y	좌표계	“grs80”
	1-14			CRS_code	string	Y	좌표계 코드	“5186”
2				annotation	object		라벨링 정보
	2-1			type	string	Y	타입	“FeatureCollection”
	2-2			name	string	Y	데이터 구분	“SS_HR”
	2-3			crs	object		좌표 상세정보
		2-3-1		type	string	Y	타입	“name”
		2-3-2		properties	object		좌표계 상세정보
			2-3-2-1	name	string	Y	좌표계 정보	“urn:ogc:def:crs:EPSG::5186”
	2-4			features	object		라벨링 상세정보
		2-4-1		type	string	Y	타입:특징	“Feature”
		2-4-2		properties	object		좌표계 정보
			2-4-2-1	Fi_NM	string	Y	파일명	“SS_HR_20210329_0271.tif”
			2-4-2-2	CODE	string	Y	코드값	“001”, “002”
		2-4-3		geometry	object		GIS 정보
			2-4-3-1	type	string	Y	라벨링 방식	‘MultiPolygon’, ‘Polygon’
			2-4-3-2	coordinates	array	Y	라벨링 좌표값	[265267.72553327464,592057.1916689991],[265260.4986231248,592057.1916689991]…

데이터셋 구축 담당자

수행기관(주관) : ㈜신한항업

수행기관(주관)
책임자명	전화번호	대표이메일	담당업무
김동한	02-6259-1000	legokdh@naver.com	데이터 총괄

수행기관(참여)

수행기관(참여)
기관명	담당업무
남서울대학교 산학협력단	데이터 가공
㈜세명소프트	데이터 가공
㈜신라시스템	데이터 품질
㈜올림커뮤니케이션즈	데이터 가공
이노뎁㈜	데이터 모델
한국전자통신연구원	데이터 품질

데이터 관련 문의처

데이터 관련 문의처
담당자명	전화번호	이메일
배경호	02-6259-1000	qpandora@daum.net
김동한	02-6259-1000	legokdh@naver.com

AI모델 관련 문의처

AI모델 관련 문의처
담당자명	전화번호	이메일
김기창	02-2109-6866	kichang_kim@innodep.com
박준홍	02-2109-6866	pjh0016@innodep.com

저작도구 관련 문의처

저작도구 관련 문의처
담당자명	전화번호	이메일
전재현	031-792-3328	jjh@smsoft.kr
윤세환	1899-1830	dbstp2815@gmail.com

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
  사용신청신청자신청서류 제출*
3. 심사구축기관
4. 승인구축기관
5. 데이터 분석 활용신청자
6. 분석모델반출신청자
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
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.

파일 목록

전체 다운로드 AI 허브 Shell 다운로드 AI 허브 오픈 API 이용안내

연관 데이터

산업 설비 전기 화재 사고 예방 부분방전 데이터

권역별 식생 탄소 포집량 식별 데이터

상수관로 누수 감지 데이터

해양 침적 쓰레기 이미지

선박·해양플랜트 스마트 야드 안전 데이터

식생 탄소 포집량 식별 데이터

Face parsing 데이터

태풍 및 홍수로 인한 피해 및 위험 데이터

BETA 수변구역 변화 탐지 데이터 (낙동강 유역)

데이터 개요

데이터 변경이력

데이터 히스토리

소개

구축목적

메타데이터 구조표

데이터 통계

교육활용 동영상

저작도구

저작도구 설명서 및 저작도구 다운로드

활용 AI 모델 및 코드

AI 모델 상세 설명서 다운로드

어노테이션 포맷 및 데이터 구조

설명서 및 활용가이드 다운로드

구축 업체

데이터셋 구축 담당자

수행기관(주관) : ㈜신한항업

수행기관(참여)

데이터 관련 문의처

AI모델 관련 문의처

저작도구 관련 문의처

안심존 소개

안심존 이용절차

안심존사용신청서 및 첨부서류목록

안심존 이용문의

파일 목록

연관 데이터