-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.2 2024-12-04 서브라벨링 추가 개방 1.1 2024-10-30 데이터 최종 개방 1.0 2024-06-28 데이터 개방 Beta Version 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2024-06-28 산출물 공개 Beta Version 소개
- 지상에 위치한 시설물(도로교량, 철도교량, 댐(벽체), 옹벽), 지하에 위치한 SOC 시설물(도로·철도터널, 지하철, 수로터널) 시설물 데이터 수집 진행 - 다양성 분포를 고려하여 전국 40개 시·군·구에 위치한 SOC 시설물 데이터 수집 진행 - 균열/결함 10종(균열, 망상균열, 박리, 박락, 백태, 누수, 철근노출, 재료분리, 들뜸, 파손)
구축목적
- SOC 관련 인공지능 서비스 확산을 위한 지상, 지하 시설물 균열 이미지 데이터 셋 구축
-
메타데이터 구조표 데이터 영역 재난안전환경 데이터 유형 이미지 데이터 형식 jpg 데이터 출처 촬영장비를 이용한 직접 수집 라벨링 유형 폴리라인, 폴리곤 라벨링 형식 json 데이터 활용 서비스 인력 진입이 어려운 장소에 촬영장비를 투입하여 위험지역 시설물 균열 진단을 위한 인공지능 서비스 및 탐지 로봇 개발, SOC 시설물의 유지·보수 의사결정 지원 도구 개발 데이터 구축년도/
데이터 구축량2023년/원천데이터: 525,000건, 라벨링데이터: 525,000건, 이미지 캡션: 10,000건 -
- 데이터 구축 규모 (원시데이터의 경우 개방되지 않음)
데이터 구축 규모 구분 시설물 유형 원천, 라벨링
데이터 수량(건)비 율(%) SOC
시설물
균열패턴
이미지지상
시설물도로교량 상부구조 40,525 7.72 교각 47,301 9.01 철도교량 상부구조 63,178 12.03 교각 6,586 1.25 댐(벽체) 19,744 3.76 옹벽 26,404 5.03 지하
시설물도로터널 160,354 30.54 철도터널 15,336 2.92 지하철 135,834 25.87 지하차도 8,042 1.53 수로터널 1,696 0.32 총계 525,000 100 - 데이터 분포
- 균열 종류 별 분포(균열 미포함 데이터 25,000건 별도)균열 종류 별 분포 구분 클래스 구분 원천, 라벨링데이터 수량(건) 비 율(%) SOC 시설물
균열패턴
이미지균열 401,908 80.38 망상균열 2,484 0.5 박리 16,507 3.3 박락 18,441 3.69 백태 1,194 0.24 누수 19,092 3.82 철근노출 11,428 2.29 재료분리 2,571 0.51 들뜸 13,509 2.7 파손 12,866 2.57 총계 500,000 100 - 시설물 지역 별 분포
시설물 지역 별 분포 구분 시설물 위치 원천, 라벨링데이터 수량(건) 비 율(%) SOC 시설물
균열패턴
이미지강원 강릉 22,099 4.21 강원 원주 2,876 0.55 강원 태백 10,648 2.03 강원 평창 4,492 0.86 강원 홍천 8,107 1.54 경기 가평 1,746 0.33 경기 고양 10,358 1.97 경기 광명 12,602 2.4 경기 광주 7,642 1.46 경기 군포, 안양 24,203 4.61 경기 남양주 18,933 3.61 경기 시흥 41,905 7.98 경기 안양 2,597 0.49 경기 양주 23,606 4.5 경기 용인 17,412 3.32 경기 의왕 2,196 0.42 경기 인천 4,500 0.86 경기 화성 17,236 3.28 경남 울산 4,054 0.77 경남 창원 4,688 0.89 경남 하동 14,115 2.69 경남 함양 5,725 1.09 경북 대구 90,846 17.3 경북 안동 1,696 0.32 경북 영천 2,647 0.5 경북 울진 1,465 0.28 서울 금천 1,231 0.23 서울 마포 9,339 1.78 인천 서구 20,518 3.91 전남 강진 7,073 1.35 전남 광양 8,042 1.53 전남 광주 72,191 13.75 전남 순천 732 0.14 전남 여수 3,368 0.64 충남 공주 6,227 1.19 충남 당진 1,873 0.36 충남 아산 6,427 1.22 충남 천안 7,108 1.35 충남 태안 11,578 2.21 충북 옥천 10,899 2.08 총계 525,000 100 - 촬영 장비별 분포
촬영 장비별 분포 구분 쵤영 장비 원천, 라벨링데이터 수량(건) 비 율(%) SOC 시설물
균열패턴
이미지DSLR 16,907 3.22 드론 159,628 30.41 스캐닝 348,465 66.37 총계 525,000 100 - 촬영 시간별 분포
촬영 시간별 분포 구분 쵤영 시간 원천, 라벨링데이터 수량(건) 비 율(%) SOC 시설물
균열패턴
이미지주간 317,120 39.6 야간 207,880 60.4 총계 525,000 100 -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드- 이미지 분류(image classification) 모델
이미지 분류(image classification) 모델 구분 내 용 CvT
(Wu+2022)
- 참조 github repo: https://github.com/rishikksh20/convolution-vision-transformers
- Vision Transformer에 Convolution 개념을 적용하여 scale invariance를 획득한 모델
- 100M 이하 파라미터에서 ImageNet-1K 기준 최상위권 성능이 보고되었음
- CIFAR-10 테스트 결과가 CvT-13 기준 98.83 (ImageNet-22K pre-trained)으로 보고 됨- 이미지 분할(semantic segmentation) 모델
이미지 분할(semantic segmentation) 모델 구분 내 용 Seg
Fomer
(Xie+2021)
- 참조 github repo: https://github.com/lucidrains/segformer-pytorch
- NLP Transformer의 단점(uni-scale)을 극복하기 위해 계층적 구조의 encoder 도입
- decoder는 비교적 단순한 MLP로만 구성 되어 성능이 비에 낮은 복잡도
- Segmentation은 dense prediction에 해당하므로, 비교적 작은 4x4 patch 사용
- multi-level encoder가 여러 scale의 output을 decoder로 전달하여 segmentation map생성에 활용하는 방식으로 scale invariance 획득함 -
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드- 데이터 구성
데이터 구성 경로 구분 정보 구분자 정보 1차 경로 촬영 장소 지하(U), 지상(G) 2차 경로 촬영 위치 도로터널(RT), 철도터널(CT), 지하철(SU), 지하차도(UP),
수로터널(WT), 도로교량(RB), 철도교량(CB), 댐(DM), 옹벽(RW)3차 경로 촬영년도 4자리 숫자 4차 경로 구분코드 2자리 숫자(00 포함) 5차 경로 카메라번호 2자리 숫자(00 포함) - 라벨링데이터(어노테이션 포맷)
라벨링데이터(어노테이션 포맷) 구분 항목명 타입 필수
여부설명 범위 비고 1 task object 데이터셋
정보1-1 name string Y 시설물
위시설물
위치치지상, 지하 1-2 loc string Y 촬영 장소 도로교량-상부구조,
도로교량-교각,
철도교량-상부구조,
철도교량-교각, 댐,
옹벽, 도로터널,
철도터널, 지하철,
지하차도, 수로터널1-3 mode string Y 데이터셋
가공 방식annotation 1-4 created date Y 데이터셋
생성 일자yyyy-mm-dd 1-5 updated date N 데이터셋
수정 일자yyyy-mm-dd 2 video object 원시비디오
정보2-1 name string Y 파일명 시설물비식별화명_
촬영년도_구분코드_
카메라번호2-2 cam_type string Y 촬영 장비 스캐닝, 드론,
DSLR 등2-3 day_night string Y 촬영 시간 주간, 야간 2-4 loc string Y 촬영 지역 인천, 경북
안동, 경남
울진 등
지역명3 image 이미지정보 3-1 name string Y 이미지 이름 시설물비식별화명_
촬영년도_구분코드_
카메라번호_번호3-2 width number Y 이미지
가로 크기1920~ 3-3 height number Y 이미지
세로 크기1080~ 3-4 bit_depth number Y 이미지
비트심도24 3-5 created date Y 이미지
생성일자yyyy-mm-dd
hh:mm:ss3-6 updated date N 이미지
수정일자yyyy-mm-dd
hh:mm:ss3-7 object_
includedstring Y 균열 유무 Y,N Y: 유
N: 무3-8 annotations array 어노테이션
정보3-3-7(object
_included)가
Y일 때는
필수3-8-1 {} object 1 label string 균열 종류 crack, reticular crack,
detachment, spalling,
efflorescence, leak,
rebar, material
separation,
exhilaration, damage2 labelNum number 라벨
구분 번호0~ 3 points array 좌표 정보 3-1 [] array 3-1-1 $value$ number 좌표값 [x1, y1], [x2, y2], … 4 width string N 균열 폭 5 px number N 균열 폭
픽셀 값6 shape string 어노테이션
객체 타입Polygon, Polyline 3-7-7가 Y일 때는 필수 - 어노테이션 정보(데이터 포맷)
2.1 폴리곤 작업
- 일정 면적이 있는 손상 데이터의 경우, 포인트 기반의 polugon 태그의 “point=”에 각 점들의 좌표값이 담겨 있다.2.1 폴리곤 작업 
어노테이션 정보(데이터 포맷) 순서 속성명 항목 설명 Type 예시 1 image[].polygon.label 라벨이름 string 2 image[].polygon.points 라벨링 좌표 string 2.2 폴리라인 작업
- 벽면의 균열이 실금처럼 가늘 경우 polyline 태그의 “points=”에 각 점들의 좌표값이 담겨있다.2.2 폴리라인 작업 
어노테이션 정보(데이터 포맷) 순서 속성명 항목 설명 Type 예시 1 image[].polyline.label 라벨이름 string 2 image[].polyline.points 라벨링 좌표 string - 라벨링데이터 실제 예시
-
데이터셋 구축 담당자
수행기관(주관) : ㈜피씨엔
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 송민영 02-565-7740 mysong@pcninc.co.kr 사업총괄/품질관리 수행기관(참여)
수행기관(참여) 기관명 담당업무 ㈜딥인사이트 AI모델 개발 ㈜지케스 데이터 가공 코리아엑스퍼트㈜ 데이터 정제 ㈜케이엠티엘 데이터 수집 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 송민영 010-2258-6544 mysong@pcninc.co.kr 전효훈 010-3574-5281 hhjeon@pcninc.co.kr AI모델 관련 문의처
AI모델 관련 문의처 담당자명 전화번호 이메일 지인찬 010-4172-4970 iji@dinsight.ai 최호승 010-5487-6598 hschoi@dinsight.ai 저작도구 관련 문의처
저작도구 관련 문의처 담당자명 전화번호 이메일 심아령 010-7369-3236 shim_dumbbell@gkes.co.kr 이장복 010-4624-9772 wkdqhr73@gkes.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.