콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#상품분류 # 상품인식 # 상품이미지 # 무인매장 # 키오스크 # 셀프결제

상품 이미지

상품 이미지
  • 분야영상이미지
  • 유형 이미지
구축년도 : 2020 갱신년월 : 2021-06 조회수 : 35,058 다운로드 : 3,616 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 2021-06-25 데이터 최초 개방

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2024-01-09 저작도구 소스코드 등록
    2023-08-11 담당자 변경
    2022-10-12 신규 샘플데이터 개방

    소개

    물류창고, 무인 스토어 등에서 탐지, 식별 솔루션에 활용될 수 있는 상품 이미지 데이터

    구축목적

    소상공인 자동화 매장 구축을 위해 활용 가치가 높은 10,000종 이상의 상품에 대해 데이터를 구축해서 다양한 상품 분류 서비스 개발에 활용될 목적으로 구축됨
  • 구축 내용 및 제공 데이터량

    • 본 데이터셋은 14개 대분류의 약 10,000개 이상 상품으로 구성되어 있다
       
    구축 내용 및 제공 데이터량 표
    대분류 수량
    과자 1,693
    디저트 77
    면류 208
    상온HMR 1,093
    생활용품 1,112
    소스 736
    유제품 291
    음료 1,130
    의약외품 203
    이/미용 2,019
    주류 496
    커피차 508
    통조림/안주 322
    홈클린 392
    합계 10,280

     

    • - 단수 상품 이미지 72만장, 복수 상품 이미지 72만장 총 144만장 제공됨
       
    구축 내용 및 제공 데이터량 표
    대분류 이미지 수량
    10,000개 상품*3개 높이(0도,30도,60도) * 24개 각도(단수상품) 720,000
    10,000개 상품*3개 높이(0도,30도,60도) * 24개 각도(복수상품) 720,000
    합계 1,440,000
  • 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 상품 분류 모델 정확도 Image Classification EfficientNet-B7 Accuracy 97.4757 % 97.5087 %

    ※ 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
    1.0 2021.06.25 데이터 최초 개방  

    구축 목적

    • 소상공인 자동화 매장 구축을 위해 활용 가치가 높은 10,000종 이상의 상품에 대해 데이터를 구축해서 다양한 상품 분류 서비스 개발에 활용될 목적으로 구축됨

    활용 분야

    • 유통 매장 진열 상품을 분류하는 서비스, 선반,셀프결제대 상품 인식 하여 결제 하는 서비스, 결품 확인 서비스 등 활용 가능

    소개

    상품 이미지- 소개 이미지

     

    • 본 데이터셋은 일반적으로 이미지 분류 기술의 학습에 활용하는 이미지 및 라벨(정답) 쌍의 약 10,000 종 이상의 상품 데이터셋으로 구성되어있다. 
    • 다양한 응용 서비스에 활용될 수 있도록 상품 촬영의 다양한 각도별 고품질 이미지를 제공하며, 연구자가 다양한 실험을 진행할 수 있기에 충분한 양으로 구성하였다. 
    • 이는 상용화 단계에서 강력한 사전 학습 vision AI 모델을 만들 수 있는 양이다. 
    • 본 데이터셋을 통해 응용서비스를 구축하고, 이를 공유하여 AI 기술 개발과 확산을 실현하고, 나아가 AI 기술의 지속적 고도화에 기여 할 것으로 기대한다. 

    구축 내용 및 제공 데이터량

    • 본 데이터셋은 14개 대분류의 약 10,000개 이상 상품으로 구성되어 있다
       
    구축 내용 및 제공 데이터량 표
    대분류 수량
    과자 1,693
    디저트 77
    면류 208
    상온HMR 1,093
    생활용품 1,112
    소스 736
    유제품 291
    음료 1,130
    의약외품 203
    이/미용 2,019
    주류 496
    커피차 508
    통조림/안주 322
    홈클린 392
    합계 10,280

     

    • - 단수 상품 이미지 72만장, 복수 상품 이미지 72만장 총 144만장 제공됨
       
    구축 내용 및 제공 데이터량 표
    대분류 이미지 수량
    10,000개 상품*3개 높이(0도,30도,60도) * 24개 각도(단수상품) 720,000
    10,000개 상품*3개 높이(0도,30도,60도) * 24개 각도(복수상품) 720,000
    합계 1,440,000

    대표도면

    대표도면 표
    구분 예시
    Pitch 상품 이미지- 대표도면- Pitch

     

    Roll 상품 이미지- 대표도면- Roll

     

     

    상품 이미지- 대표도면 이미지

    필요성

    • 유통매장의 상품을 인식하고 분류하는 서비스 개발을 위한 국내 상품 데이터셋 부재
    • 상품이 진열되어 있는 다양한 Pitch와 Roll에 대한 분류 정확도를 높이기 위한 고품질 이미지 데이터셋 부재
    • 다양한 제품군의 균일한 분포의 상품 이미지 데이터셋 부재
    • 이러한 상품 이미지 데이터를 구축하기 위해 소상공인들이 투자할 여력이 없으며, 해당 데이터셋 활용을 통해 새로운 응용 서비스를 개발하고 적용하기 어렵움
    • 이번 10,000 종 이상에 대한 상품 이미지와 라벨링 데이터 제공함에 따라 다양한 View(각도)의 상품 데이터를 활용해서 소상공인들이 활용가능한 다양한 탐지(Detection), 인지(Recognize), 정보(Information), 유사상품(Similar) 제공 서비스 제공

    데이터 구조

    • 어노테이션 포맷
    어노테이션 포맷 표
    NO 항목명 설명
    1 comp_cd 제조사 코드
















     
    1-1 div_cd 분류 코드















     
    1-1-1 item_cd 상품코드
    1-1-2 item_no 상품번호
    1-1-3 div_l 대분류
    1-1-4 div_m 중분류
    1-1-5 div_s 소분류
    1-1-6 div_n 세분류
    1-1-7 comp_nm 제조사
    1-1-8 prod_nm 상품명
    1-1-9 vessel 용기
    1-1-10 volume 용량
    1-1-11 barcd 바코드번호
    1-1-12 width 가로
    1-1-13 length 세로
    1-1-14 height 높이
    1-1-15 img_prod_nm 상품명(이미지상)
    1-1-16 nutrition_info 영양기능정보
    2 annotation 어노테이션 정보



















     
    2-1 folder 이미지 디렉토리명
    2-2 filename 이미지 파일명
    2-3 path 이미지 파일 경로
    2-4 source 출처 정보
      2-4-1 database DB명
    2-5 size 이미지 파일 크기


     
    2-5-1 width 너비 픽셀
    2-5-2 height 높이 픽셀
    2-5-3 depth 차원(RGB: 3)
    2-6 segmented 분할 여부
    2-7 object 라벨링 객체 정보








     
    2-7-1 name 상품코드
    2-7-2 pose 방향
    2-7-3 truncated 객체의 영역 초과
    2-7-4 difficult 난이도
    2-7-5 bndbox 바운딩 박스 좌표



     
    2-7-5-1 xmin x최솟값
    2-7-5-2 ymin y최솟값
    2-7-5-3 xmax x최댓값
    2-7-5-4 ymax y최댓값
  • 데이터셋 구축 담당자

    수행기관(주관) : 롯데정보통신
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    김정환 매니저 jhwan_kim@lotte.net · 데이터구축 총괄 · AI 모델 개발 · 응용서비스 데모서비스 개발
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    케이원정보통신 · 원천데이터 구매, 촬영
    에이모 · 데이터 가공 (크라우드소싱 활용)
    · 결과물 검수 및 검증
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    김정환 매니저(롯데정보통신) jhwan_kim@lotte.net
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] [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.