-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2024-07-05 데이터 개방 Beta Version 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2024-07-05 산출물 공개 Beta Version 소개
- 고속도로와 일반도로의 노면 상태(불량, 위험, 보수점검, 이상징후검지)를 촬영한 고해상도 도로노면 이미지 데이터셋 262,057장 구축 (전방촬영 이미지: 108,556장, 노면수직촬영 이미지 : 153,501장)
구축목적
- 교통혼잡비용이 발생하지 않는 무차단 자동점검 방식으로 도로노면 파손에 대한 정밀하고 신속한 상황 파악과 포장외관망도 기반의 일상 유지보수 업무의 효율적인 유지관리 및 안전 주행 지원 서비스 개발 및 고도화
-
메타데이터 구조표 데이터 영역 교통물류 데이터 유형 이미지 데이터 형식 jpg (2048×2048 이상) 데이터 출처 고속도로와 일반도로에서 노면 수직과 전방을 직접 촬영하여 수집(238,263장) - 한국도로공사 제공 데이터(50,000장) 라벨링 유형 바운딩박스(포장파손·포장보수·시설파손 이미지) - 세그멘테이션(주의관찰 이미지) 라벨링 형식 json 데이터 활용 서비스 국토교통부, 한국도로공사와 지방자치단체에서 관리하는 포장유지 관리시스템 (PMS)에 도로노면 상태 인지 관련 인공지능 응용서비스 데이터 구축년도/
데이터 구축량2023년/총 262,057장(전방촬영 이미지 108,556장, 수직노면 촬영 이미지 153,501장) -
- 클래스별 데이터 구축 수량
객체/클래스(점검유형) 포장유형 고속도로 일반도로 합계 전방촬영 노면수직 소계 전방촬영 노면수직 소계 전방촬영 노면수직 합계 포장
파손아스팔트
도로파임아스팔트 2,258 1,183 3,441 3,207 1,628 4,835 5,465 2,811 8,276 콘크리트
도로파임콘크리트 1,905 660 2,565 1,090 860 1,950 2,995 1,520 4,515 종방향
균열아스팔트 0 8,378 8,378 0 9,253 9,253 17,631 17,631 콘크리트 0 1,881 1,881 0 10,001 10,001 11,882 11,882 횡방향
균열아스팔트 0 8,478 8,478 0 9,178 9,178 17,656 17,656 콘크리트 0 2,077 2,077 0 9,577 9,577 11,654 11,654 거북등
균열아스팔트 0 3,601 3,601 0 3,701 3,701 7,302 7,302 콘크리트 0 1,866 1,866 0 2,480 2,480 4,346 4,346 줄눈부
파손콘크리트 7,597 1,597 9,194 4,197 5,697 9,894 11,794 7,294 19,088 십자
파손콘크리트 7,802 1,049 8,851 4,377 5,688 10,065 12,179 6,737 18,916 포장
보수절삭보수부
파손아스팔트 4,779 1,831 6,610 3,318 1,421 4,739 8,097 3,252 11,349 콘크리트 3,150 1,005 4,155 2,028 1,575 3,603 5,178 2,580 7,758 긴급보수부
파손아스팔트 4,954 1,290 6,244 3,230 1,290 4,520 8,184 2,580 10,764 콘크리트 3,203 682 3,885 1,916 1,990 3,906 5,119 2,672 7,791 주의
관찰
위험응력완화줄눈
화살표 표식부콘크리트 1,300 1,001 2,301 0 1,300 1,001 2,301 응력완화줄눈
오각형 표식부콘크리트 1,295 1,473 2,768 0 1,295 1,473 2,768 응력완화줄눈
삼각형 표식부콘크리트 1,034 1,002 2,036 0 1,034 1,002 2,036 응력완화줄눈 콘크리트 1,217 1,217 0 0 1,217 1,217 신축이음부 아스팔트 745 645 1,390 1,001 645 1,646 1,746 1,290 3,036 콘크리트 1,828 3,039 4,867 790 1,845 2,635 2,618 4,884 7,502 차선 아스팔트 8,600 8,063 16,663 5,193 11,321 16,514 13,793 19,384 33,177 콘크리트 3,673 19,678 23,351 2,260 1,612 3,872 5,933 21,290 27,223 시설
파손
탐지규제봉 아스팔트 3,979 3,979 3,779 3,779 7,758 0 7,758 콘크리트 2,532 2,532 3,379 3,379 5,911 0 5,911 맨홀 아스팔트 0 4,067 2,043 6,110 4,067 2,043 6,110 배수로 아스팔트 0 4,090 4,090 4,090 4,090 수집데이터 합계 아스팔트 25,315 8,995 34,310 27,885 40,480 68,365 53,200 49,475 102,675 콘크리트 35,319 12,701 48,020 20,037 41,325 61,362 55,356 54,026 109,382 합계 60,634 21,696 82,330 47,922 81,805 129,727 108,556 103,501 212,057 도로공사 제공데이터 아스팔트 24,474 24,474 0 24,474 24,474 콘크리트 25,526 25,526 0 25,526 25,526 합계 0 50,000 50,000 0 0 0 0 50,000 50,000 데이터 구축량 합계 아스팔트 25,315 33,469 58,784 27,885 40,480 68,365 53,200 73,949 127,149 콘크리트 35,319 38,227 73,546 20,037 41,325 61,362 55,356 79,552 134,908 합계 60,634 71,696 132,330 47,922 81,805 129,727 108,556 153,501 262,057
- 데이터 다양성/분포(도로유형, 포장 유형)구분 분류 구축량 전방촬영 노면수직 합계 도로 유형 고속도로 60,634 71,696 132,330 일반도로 47,922 81,805 129,727 데이터 합계 108,556 153,501 262,057 포장 유형 콘크리트 55,356 79,552 134,908 아스팔트 53,200 73,949 127,149 데이터 합계 108,556 153,501 262,057
- 시간대별 촬영분포촬영 시간대 수량 파일 비율 단위 6:01 ~ 7:00 52 0.02% 장 7:01 ~ 8:00 929 0.35% 장 8:01 ~ 9:00 12,050 4.60% 장 9:01 ~ 10:00 35,258 13.45% 장 10:01 ~ 11:00 35,437 13.52% 장 11:01 ~ 12:00 28,831 11.00% 장 12:01 ~ 13:00 27,495 10.49% 장 13:01 ~ 14:00 27,796 10.61% 장 14:01 ~ 15:00 26,191 9.99% 장 15:01 ~ 16:00 28,104 10.72% 장 16:01 ~ 17:00 22,050 8.41% 장 17:01 ~ 18:00 13,941 5.32% 장 18:01 ~ 19:00 3,339 1.27% 장 19:01 ~ 20:00 402 0.15% 장 20:01 ~ 21:00 110 0.04% 장 21:01 ~ 22:00 72 0.03% 장 합계 262,057 100.00% 장 -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드- 학습용 데이터 구축 수량
라벨링유형 클래스(객체) 평가 결과 전체 Training Validation Test 수량 비율 [80%] [10%] [10%] B-BOX 아스팔트 도로파임, 콘크리트 도로 파임, 종방향균열, 횡방향균열, 거북등균열, 줄눈부파손, 십자파손, 절삭보수부파손, 긴급부수부파손, 규제봉, 맨홀, 배수로 mAP 전방 아스팔트 90.20% 37,661 14.40% 30,128 3,766 3,767 촬영 콘크리트 81.80% 43,176 16.50% 34,540 4,317 4,319 노면 아스팔트 90.20% 53,275 20.30% 42,619 5,328 5,328 수직 콘크리트 83.80% 65,278 24.90% 52,222 6,528 6,528 Segmentation 응력완화줄눈 화살표, 응력완화줄눈 오각형, 응력완화줄눈 삼각형, 응력완화줄눈, 신축이음부, 차선 mIoU 전방 81.80% 27,719 10.60% 22,175 2,771 2,773 촬영 노면 84.50% 34,948 13.30% 27,958 3,494 3,496 수직 최종데이터 수량 합계 262,057 100% 209,642 26,204 26,211 - 모델 학습
구분 내역 Object detection network:
YOLOv8실시간 객체 탐지를 위한 모델로, 이미지를 한번의 순방향 전파로 분석하여 객체의 경계와 클래스를 식별하여 높은 정확도와 실시간 성능을 제공하며, 이미지를 격자로 나누고 한번에 모든 객체를 예측하는 방식이 특징 Semantic segmentation network: Detectron2 오픈소스 객체 탐지 라이브러리로 Pytorch 기반으로 구축되었으며, 높은 유연성을 제공하고 강력한 성능과 다양한 컴퓨터 비전 작업에 사용됨. 풍부한 기능 세트와 사전 훈련된 모델을 지원하여 객체 탐지 및 시멘틱 세그맨테이션 등의 작업에 쉽게 적용할 수 있음 -
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드- 어노테이션 포맷
No 속성명 타입 필수여부 속성 설명 예시 1 info object y 원시데이터 정보 1-1 Acknowledge string y 승인년도 2023 1-2 Copyrighter string y 저작권 에이치씨아이플러스컨소시엄 1-3 Middle_ID string y A:아스팔트, C:콘크리트 A, C 1-4 Shooting_ID string y F:전방촬영, V:노면수직촬영 F, V 2 images object y 원천데이터 정보 2-1 id string y 이미지 번호 H_A_F_01_0815092258803 2-2 width number y 이미지 폭 2048 2-3 height number y 이미지 높이 2048 2-4 file_name string y 원천데이터 파일명 H_A_F_01_0815092258803.jpg 3 annotations array of object y 원천데이터별 라벨링정보 3-1 id number y 어노테이션 식별자 1 3-2 iscrowd number n 다중 객체 라벨 시 사용되는 변수 0 3-3 image_id number y 이미지 번호 1 3-4 category_id* integer y 라벨 유형(클래스 id) 1 3-5 segmentation array of number n 세그멘테이션 정보
[[x1, y1, ... , xn, yn]]세그멘테이션 일때는 필수
1276.44, 408.58, ... 1275.84, 1280.683-6 bbox array of number n 바운딩박스 정보
[x1, y1, width, height]
(x1, y1은 좌상단 좌표)바운딩박스 일때는 필수
494.17, 361.84, 60.2, 1471.223-7 area number n 바운딩박스 전체면적 88582.1562 4 categories array of object y 라벨 유형 정보 4-1 id integer y 라벨 유형 번호 1 4-2 name string y 라벨 유형 이름 아스팔트 도로파임
- 메타데이터 포맷No 속성명 타입 필수여부 속성 설명 예시 1 FileName string y 원천데이터 파일명 H_A_F_01_0801123558582.jpg 2 File_type string y 파일 확장자(jpg) jpg 3 Large_ID string y H:고속도로, G:일반도로 H 4 Middle_ID string y A:아스팔트, C:콘크리트 A 5 Shooting_ID string y F:전방촬영, V:노면수직촬영 F 6 Date string y 촬영일자 801 7 Time string y 촬영시간(시분초밀리초) 144546134 8 speed string y 주행속도(km/h) 83 9 temperature string y (외기)온도(℃) 32 10 road_grade string y 도로 상태 0 11 road_grade value string y 도로 상태 값 15cm 초과 12 administrative
districtstring y 행정구역(17개) 서울특별시, 강원도, 경기도, 경상남도, 경상북도, 광주광역시, 대구광역시, 대전광역시, 부산광역시, 세종특별자치시, 울산광역시, 전라남도, 전라북도, 제주특별자치도, 충청남도, 충청북도, 인천광역시 13 latitude string y 위도 36.7888171 14 longitude string y 경도 126.6819026 15 milliseconds string y 촬영시간(시:분) 14:45
- json 예시{
"info": {
"Acknowledge": "2023",
"Copyrighter": "에이치씨아이플러스컨소시엄",
"Middle_ID": "A",
"Shooting_ID": "F"
},
"images": {
"id": "H_A_F_01_0815092258803",
"width": 2048,
"height": 2048,
"file_name": "H_A_F_01_0815092258803.jpg"
},
"annotations": [
{
"id": 1,
"iscrowd": 0,
"image_id": 1,
"category_id": 8,
"bbox": [
578.57,
358.5,
350.51,
423.24
],
"area": 148349.8524
},
{
"id": 2,
"iscrowd": 0,
"image_id": 1,
"category_id": 8,
"bbox": [
555.3,
367.3,
493.60000000000014,
1261.4
],
"area": 622627.0400000003
}
],
"categories": [
{
"id": 1,
"name": "아스팔트 도로파임"
},
{
"id": 2,
"name": "콘크리트 도로파임"
},
{
"id": 3,
"name": "종방향균열"
},
{
"id": 4,
"name": "횡방향균열"
}, -
데이터셋 구축 담당자
수행기관(주관) : 에이치씨아이플러스(주)
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 손익생 02-6925-0325 isson@hciplus.kr 사업총괄, 품질관리 수행기관(참여)
수행기관(참여) 기관명 담당업무 (주)유디엔에스 수집, 정제, AI 실증 세종대학교 산학협력단 노면수직 이미지 데이터 가공 주식회사 엔티씨소프트 전방촬영 이미지 데이터 가공 주식회사 씨스텍 AI 모델 개발 주식회사 에스비에스 AI응용서비스 활용 방송제작 및 홍보 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 김명준 02-6925-0325 mjkim@hciplus.kr 손익생 02-6925-0325 isson@hciplus.kr AI모델 관련 문의처
AI모델 관련 문의처 담당자명 전화번호 이메일 이종재 02-6959-4334 jongjae@sejong.ac.kr 저작도구 관련 문의처
저작도구 관련 문의처 담당자명 전화번호 이메일 김명준 02-6925-0325 mjkim@hciplus.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] [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.