일상생활 작업 및 명령 수행 데이터(물체)
- 분야영상이미지
- 유형 텍스트
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2024-03-12 데이터 최종 개방 1.0 2023-07-31 데이터 개방(Beta Version) 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2024-03-12 산출물 전체 공개 소개
인공지능 에이전트 및 로봇과 상호 작용 가능한 한국형 3D 물체 데이터
구축목적
인공지능 에이전트 및 로봇과 상호작용 가능한 3D 공간 데이터 구축을 통해 사람의 시각과 언어를 탐색할 수 있는 네비게이션 에이전트 데이터 구현이 가능한 기초를 마련하며, 공간 내 실제 일상생활 및 작업환경에서 사람과 상호 작용이 가능한 요소들을 포함시켜 환경내 다양한 행동변수를 가능하게 하는 한국형 3D 공간을 마련
-
메타데이터 구조표 데이터 영역 영상이미지 데이터 유형 텍스트 데이터 형식 FBX, JSON, PNG 데이터 출처 실제 사용중인 물체를 직접 촬영 및 구축 라벨링 유형 물체 데이터, Segmentation 라벨링 형식 JSON 데이터 활용 서비스 한국형 3D 물체 데이터 데이터 구축년도/
데이터 구축량2022년/60,000 물체 데이터 -
데이터 통계
1. 데이터 구축 규모
데이터 구축 규모 데이터명 RFP 제시량 원시데이터 수량 원천데이터 수량 라벨링 데이터 수량 물체 60,000 60,000 60,000 60,000 데이터 2. 데이터 분포
데이터 분포 클래스 구성 목표 구성비 클래스 구성 목표 구성비 거울(MR) 0.43% 미용용품(SC) 0.35% 공(BL) 0.29% 변기용품(BT) 0.18% 공구(HW) 0.48% 비누용품(BS) 0.43% 꽃(FW) 0.39% 샤워기(SW) 0.18% 꽃병(VS) 0.81% 세면대(SB) 0.21% 꽃이든꽃병(FV) 0.07% 손수건(HT) 0.09% 램프(TL) 0.95% 수도꼭지(VZ) 0.06% 무드등(ML) 0.15% 양동이(BB) 0.06% 문구류(VQ) 1.11% 양치도구(TP) 0.49% 미술용품(AS) 0.31% 욕실걸이(XQ) 0.13% 바구니(XX) 0.96% 욕실잡화(BZ) 0.41% 박스(BO) 1.61% 욕실통(EB) 0.23% 벌레퇴치용(AB) 0.10% 욕조(TB) 0.08% 벽시계(WC) 0.12% 타월(TW) 1.38% 빨래용품(LD) 0.03% 헤어밴드(BH) 0.10% 사무용품(OS) 0.69% 담요(CV) 0.14% 수납함(BC) 0.13% 매트(CM) 0.20% 스탠드조명(SL) 0.21% 베개(CN) 0.87% 시계(WA) 0.91% 이불(CD) 0.23% 쓰레기통(VW) 0.30% 카페트(CY) 0.09% 우산(UM) 0.27% 커튼(CX) 0.11% 운동기구(FM) 0.22% 쿠션(CZ) 0.75% 원형거울(RM) 0.18% 1인용침대(OB) 0.06% 위생용품(HG) 0.20% 2인용침대(NW) 0.28% 유아용품(XZ) 0.03% 3인용소파(TS) 0.31% 의료품(XK) 0.21% 4인용소파(FS) 0.08% 의류용품(XV) 0.17% 가죽의자(LC) 0.10% 제습제(DH) 0.02% 거치대(VA) 0.04% 조명(LA) 2.29% 건조대(DS) 0.02% 청소도구(XR) 0.49% 금속원형테이블(XU) 0.04% 필기도구(WS) 1.02% 기역자형소파(RS) 0.07% 향수(PF) 0.12% 나무사각테이블(WS) 0.48% 화장품(XI) 0.20% 나무원형테이블(WR) 0.06% 그릇(XW) 2.38% 나무침대(WB) 0.04% 냄비(PT) 0.87% 대형침대(RB) 0.05% 도마(XC) 0.40% 등받이의자(XA) 1.09% 뒤집개(ST) 0.20% 등받이침대(BX) 0.06% 받침대(KB) 0.28% 목재의자(VD) 0.13% 병(XS) 2.17% 바퀴달린의자(WH) 0.14% 보관용통(FC) 1.59% 사무용의자(OC) 0.21% 볼(BW) 0.20% 서랍장(DK) 1.81% 수저용품(SP) 1.30% 소파(DB) 2.24% 식탁보(VE) 0.07% 소파의자(NA) 0.25% 싱크대(SK) 0.10% 수납장(NZ) 2.20% 오븐(OV) 0.07% 수납테이블(DC) 0.07% 와인수납(CW) 0.05% 식탁(DE) 0.04% 쟁반(TR) 0.47% 식탁의자(DF) 0.12% 접시(PL) 1.66% 원형침대(DZ) 0.04% 접시세트(PS) 0.32% 유아용침대(DW) 0.04% 조리기구(XB) 0.30% 의자(SR) 3.72% 조리도구(CU) 1.18% 책상(SU) 1.07% 주방기타(KE) 0.18% 책상의자(SY) 3.07% 주방소모품(KC) 0.18% 철제침대(SI) 0.08% 주방수납기구(KH) 0.22% 침대(SD) 0.50% 주방수납장(KS) 0.22% 침대시트(NX) 0.07% 주전자(VC) 0.87% 테이블(TA) 2.15% 찻잔(TC) 0.38% 팔걸이의자(TD) 1.19% 칼(KN) 0.25% 행거(TE) 0.02% 커피용품(CC) 0.43% 협탁(TF) 0.09% 컵(XE) 2.01% 화장대(TG) 0.12% 컵세트(CS) 0.07% 상의(CT) 0.42% 포크(FK) 0.19% 양말(XF) 2.47% 후라이팬(FP) 0.30% 장갑(CG) 0.19% 가전기타(EE) 0.05% 하의(CB) 0.18% 게임용품(EG) 0.08% 한벌옷(CO) 0.22% 계절가전(XT) 0.13% 가방(DX) 1.05% 사무가전(EO) 0.08% 관측기구(DV) 0.14% 생활가전(EL) 0.30% 넥타이(DN) 0.23% 스피커(ES) 0.43% 담배용품(DM) 0.12% 영상장비(EV) 0.52% 도자기(IP) 0.25% 오디오(EA) 0.36% 머리띠(DO) 0.17% 음향기기(SE) 0.16% 모자(DI) 0.72% 전화기(EP) 0.22% 모형(ED) 1.05% 주방가전(EK) 0.34% 목도리(EQ) 0.64% 컴퓨터용품(CP) 0.96% 방향제(EW) 0.39% 핸드폰용품(EC) 0.18% 보안용품(ER) 0.16% TV(TV) 0.19% 사다리(EY) 0.04% 견과류(NU) 0.22% 소방용품(EU) 0.03% 계란류(XG) 0.08% 스카프(SQ) 0.25% 곡식(FG) 0.03% 신문(SA) 0.03% 과일(FR) 1.58% 신발(SZ) 0.77% 과자류(XY) 2.34% 신발용품(SX) 0.03% 김초밥(SS) 0.03% 악기(SV) 0.32% 냉동식품(FF) 0.01% 안경(SN) 0.30% 디저트(FD) 0.21% 애완용품(SM) 0.09% 면류(FN) 0.33% 액세서리(IA) 0.24% 빵(BK) 1.03% 액자(IB) 0.71% 식품가루(XH) 0.09% 양초(IC) 0.82% 식품첨가물(FA) 0.51% 완구(ID) 0.20% 양식(XJ) 0.30% 인형(IE) 0.73% 유제품(DD) 0.41% 자전거용품(IF) 0.02% 육류(XN) 0.34% 잡화기타(IG) 0.95% 음료(DR) 1.03% 장난감(IH) 0.72% 제과(FB) 1.93% 장식품(II) 1.54% 주류(DA) 0.63% 책(IS) 1.66% 채소(XM) 1.75% 파우치(IK) 0.33% 쿠키(CK) 0.23% 포장품(IL) 0.03% 통조림(CF) 0.09% 피규어(IZ) 0.11% 한식(KF) 0.08% 향초(IX) 0.08% 해산물(SF) 0.55% 화분(IV) 0.70% 데이터 분포 데이터명 AI 모델 Task 어노테이션 방법 주요 어노테이션 속성 속성 설명 라벨링 데이터 포맷 물체 Object Detection Segmentation 2D 꽃, 담요, 그릇, 양치도구… json 데이터 열릴 수 있는, 열려있는, 깨질 수 있는, 깨져있는, 자를 수 있는, 잘린 -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드응용 서비스
○ 본 사업을 통해 구축한 데이터를 활용한 인공지능 모델을 통해, 에이전트가 자연어를 기반으로 사용자의 명령을 이해할 수 있으며 자연어로 기술된 명령을 위한 일련의 행동을 예측하고 필요시 상호작용할 객체의 위치를 1인칭 시점 이미지로부터 파악할 수 있도록 함
○ 일상생활과 관련된 장소에서 에이전트의 자연어 기반 임무 수행 능력 향상하기 위한 AI 응용서비스, 제품 알고리즘 개발
○ 데이터셋 활용 방안
- 일상생활 관련 장소에서의 사전 학습 데이터셋으로 활용함으로써 관련 장소에서의 모델 개발 시 제안된 데이터셋을 활용하여 효과적인 전이 학습(transfer learning)을 가능하게 함
○ 일상생활 관련 공간 인식 서비스 개발 방안
- 구현된 솔루션을 활용한 개발 추진
- 수용자의 요구 사항을 분석하고 지속적인 성능 개선 및 고도화를 추진하여 신뢰도 있는 솔루션을 개발
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드
데이터 구성 및 포맷
어노테이션 포맷(구축 데이터 속성 - 물체)
어노테이션 포맷 구분 속성명 타입 필수여부 설명 범위 비고 1 Object_Info object Y 데이터ID 1-1 3DModelingData_Info object Y 메타정보 1-1-1 Copyright String Y 작성자 1-1-2 GenerationDate String Y 날짜 1-1-3 DataExtension String Y 데이터확장자 1-1-4 Item_Info object Y 물체정보 1-1-4-1 MainCategory String Y 대분류 1-1-4-2 Class String Y 클래스 1-1-4-3 Item_ID String Y 물체ID 1-1-4-4 Attribute_Info object Y 속성정보 1-1-4-4-1 IsAffordance Bool Y 어포던스 1-1-4-4-2 IsVisible Bool Y 식별가능 1-1-4-4-3 IsObstructed Bool Y 막혀있는 1-1-4-4-4 IsOpenable Bool Y 열릴수있는 1-1-4-4-5 IsOpen Bool Y 열려있는 1-1-4-4-6 IsToggledable Bool Y 켤수있는 1-1-4-4-7 IsToggled Bool Y 켜져있는 1-1-4-4-8 IsBreakable Bool Y 깨질수있는 1-1-4-4-9 IsBroken Bool Y 깨져있는 1-1-4-4-10 IsCanFillWithLiquid Bool Y 액체를 채울수있는 1-1-4-4-11 IsFillWithLiquid Bool Y 채워져있는 1-1-4-4-12 IsDirtyable Bool Y 더러워 질수 있는 1-1-4-4-13 IsDirty Bool Y 더러워진 1-1-4-4-14 IsCanBeUsedUp Bool Y 소모될수있는 1-1-4-4-15 IsUsedUp Bool Y 소모된 1-1-4-4-16 IsCookable Bool Y 요리할수있는 1-1-4-4-17 IsCooked Bool Y 요리된 1-1-4-4-18 IsCanChangeTempToHot Bool Y 데울수있는 1-1-4-4-19 IsCanChangeTempToCool Bool Y 차갑게할수있는 1-1-4-4-20 IsSliceable Bool Y 자를수있는 1-1-4-4-21 IsSliced Bool Y 린잘 1-1-4-4-22 IsPickUpable Bool Y 들수있는 1-1-4-4-23 IsMoveable Bool Y 움직일수있는 3D 물체 어노테이션 구조 예시
{
"3DModelingData_Info": {
"DataId": "CB003S001",
"Copyright": "Human&Forest Co.Ltd",
"GenerationDate": "2022-01-01",
"DataExtension": "obj"
},
"Space_Info": {
"MainCategory": "주택",
"SubCategory": "빌라",
"IsRoom": true,
"IsKitchen": false,
"IsLivingRoom": false,
"IsBathRoom": false,
"IsHall": false,
"IsYard": false,
"IsTerrace": false,
"IsStorage": false,
"FileExtension": "png",
"Resolution": "1280, 720",
"images_info": [
{
"ImageFileName": "rgb_125.png",
"FileSize": 967503,
"Seg_info": [
{
"label": "천장",
"color": {
"r": 0.0,
"g": 0.0,
"b": 1.0,
"a": 1.0
},
"points": [
[
1214,
605
],
[
560,
566
],
[
971,
640
],....
}
]
}
2D 어노테이션 구조 예시
{
"FileExtension": "png",
"Images": [
{
"ImageFileName": "rgb_125.png",
"Resolution": "1280, 720",
"FileSize": 1003861,
"Seg_info": [
{
"label": "거울",
"color": {
"r": 1.0,
"g": 1.0,
"b": 1.0,
"a": 1.0
},
"points": [
[
356,
352
],
[
138,
461
],
[
397,
706
],
[
541,
409
],
[
704,
598
],
[
684,
254
],
....
}
]
}
-
데이터셋 구축 담당자
수행기관(주관) : ㈜미디어그룹사람과숲
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 김상진 sjkim@humanf.co.kr 데이터 획득, 데이터 정제, 데이터 가공, 데이터 검수, AI 모델링 수행기관(참여)
수행기관(참여) 기관명 담당업무 위프코 데이터 획득, 데이터 정제 - 기관별 상이한 포맷 정규화, 비매칭 정보 필터링 한아름정보 데이터 검수 - 가공 완료 데이터의 내부 품질(의미정확성/구문정확성) 검수 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 김상진 sjkim@humanf.co.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.