콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#시내도로CCTV # 교통량

교통문제 해결을 위한 CCTV 교통 영상(시내도로)

교통문제 해결을 위한 CCTV 교통 영상(시내도로)
  • 분야재난안전환경
  • 유형 이미지
구축년도 : 2020 갱신년월 : 2023-05 조회수 : 6,393 다운로드 : 1,253 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
    1.2 2023-05-22 원천데이터 추가 개방
    1.1 2023-05-10 라벨링데이터 수정
    1.0 2021-06-30 데이터 최초 개방

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2022-10-12 신규 샘플데이터 개방

    소개

    시내도로 CCTV 영상 내 차량 속도와 교통량을 자동으로 측정하는 AI기술 개발을 위한 영상 데이터

    구축목적

    본 인공지능 학습 데이터셋 구축은 시내도로 CCTV 영상 내 차량 속도와 교통량을 자동으로 측정하는 AI기술 개발에 활용을 목표로 함
  • 구축 내용 및 제공 데이터량

    • 데이터 규모 : 총 505시간 동영상 및 학습데이터 57만장 이미지 (Bbox용 동영상 500시간/Tracking용 동영상 5시간 별도)
    • 학습데이터 형태
      - Bounding Box (Detection) 이미지 18만장
      - Tracking 이미지 36만장
      - Segmentation 이미지 3만장
    • 날씨 : 악천후(눈, 비, 안개) 영상과 데이터 10% 이상 확보
    • 차종분류 : 승용차, 소형버스, 대형버스, 트럭, 대형트레일러, 오토바이, 보행자 7종 분류
    • 시간대 : 새벽 2-3시, 오전 6-9시, 낮 12-15시, 밤 17-20시
  • 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 객체검출 Object Detection CenterNet mAP@IoU 0.5 60 % 84 %
    2 객체분할 Object Detection Atrous Spatial Pyramid Pooling(ASPP) mIoU 40 % 50.7 %

    ※ 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 2021.06.30 데이터 최초 개방  

    구축 목적

    • 본 인공지능 학습 데이터셋 구축은 시내도로 CCTV 영상 내 차량 속도와 교통량을 자동으로 측정하는 AI기술 개발에 활용을 목표로 함

    활용 분야

    • 차량속도와 교통량 측정용 AI데이터 구축, 시내도로 교통상황 분석

    소개

    • 교통문제 해결을 위한 CCTV 교통 시내도로 데이터로 시내도로 CCTV 영상 50개, 505시간 이상 영상을 제공하며, 시내도로 교통량과 차량 속도를 자동 측정하는 AI 영상데이터를 구축함.소개 이미지

       

    구축 내용 및 제공 데이터량

    • 데이터 규모 : 총 505시간 동영상 및 학습데이터 57만장 이미지 (Bbox용 동영상 500시간/Tracking용 동영상 5시간 별도)
    • 학습데이터 형태
      - Bounding Box (Detection) 이미지 18만장
      - Tracking 이미지 36만장
      - Segmentation 이미지 3만장
    • 날씨 : 악천후(눈, 비, 안개) 영상과 데이터 10% 이상 확보
    • 차종분류 : 승용차, 소형버스, 대형버스, 트럭, 대형트레일러, 오토바이, 보행자 7종 분류
    • 시간대 : 새벽 2-3시, 오전 6-9시, 낮 12-15시, 밤 17-20시

    대표도면

    대표도면

     

    필요성

    • 교통 안전을 위한 AI 영상 데이터가 부족함. 현존하는 Open Dataset은 실재 구현해야 할 AI 교통 서비스에 맞지 않는 데이터이거나, 일부 AI 교통 서비스의 경우에는 학습용 데이터가 전혀 존재하지 않음
    • AI 교통 서비스를 위한 AI 모델이 대규모 영상 데이터를 필료로 함에 따라 교통한전 AI 경쟁력 강화를 위해서는 본 사업을 통해 실수요 기반의 AI 데이터 구축 필요
    • 특히 국내의 경우 데이터셋 부족 뿐만 아니라 국내 수요처(한국도로공사, 지자체, AI 서비스 기업)가 필요로 하는 AI 데이터의 부족으로 AI 데이터구축 사업을 통한 경쟁력 강화가 절실
    • 교통 안전을 위한 AI 기술 활용 가능성 확대
    • 코로나 19로 촉발된 경기침체 대응 및 대규모 일자리 창출 가능

    데이터 구조

    • 데이터 구성
      - Bounding Box
      데이터 구성 Bounding Box 표
      대분류 중분류 소분류 데이터타입 한글설명
      캡션
        info      
          year int 연도
          version str 버전
          description str 상세설명
          contributer str 기여자
          url str 주소
          date_created datetime 생성일자
        task_type   str 자막
        data_type   str 이미지의 데이터
      세트 소스
        data_subtype   str 데이터 서브
      세트의 유형
        annotations      
          car_type_id int 차종ID
          direction_id int 방향ID
          location_id int 좌표ID
          bounding_box_id int 바운딩박스ID
          multiple_car_type str 차 종류
          multiple_direction str 차 방향 종류
          multiple_location str 차 좌표 위치
          bounding_box str 바운딩박스
          id int 주석ID
          video_id int 비디오ID
          caption str  
        video      
          video_id int 비디오ID
          file_name str 파일명
          url str 주소
          height int 이미지높이
          width int 이미지넓이
        license      
          name str 명칭
          url str 주소

       

      - Polygon Segmentation
      데이터 구성 Polygon Segmentation 표
      대분류 중분류 소분류 데이터타입 한글설명
      캡션
        info      
          year int 연도
          version str 버전
          description str 상세설명
          contributer str 기여자
          url str 주소
          date_created datetime 생성일자
        task_type   str 자막
        data_type   str 이미지의 데이터
      세트 소스
        data_subtype   str 데이터 서브
      세트의 유형
        annotations      
          car_type_id int 차종ID
          direction_id int 방향ID
          location_id int 좌표ID
          Segmentation_id int 세그먼테이션ID
          multiple_car_type str 차 종류
          multiple_direction str 차 방향 종류
          multiple_location str 차 좌표 위치
          Segmentation str 세그멘테이션
          id int 주석ID
          video_id int 비디오ID
          caption str  
        video      
          video_id int 비디오ID
          file_name str 파일명
          url str 주소
          height int 이미지높이
          width int 이미지넓이
        license      
          name str 명칭
          url str 주소
    • 어노테이션 포맷
      어노테이션 포맷 표
      No 항목 길이 타입 필수여부 비고
      한글명 영문명
      1 데이터셋정보 info   Object Y  
        1-1 상세설명 description 1000 Str    
        1-2 버전 version 3 Str    
        1-3 URL url 200 Str    
        1-4 생성일자 date_created 100 Str Y  
        1-5 기여자 contributer 200 Str    
      2 이미지정보 images   List    
        2-1 식별자 id 10 Int Y  
        2-2 메타식별자 meta_id 10 Int Y  
        2-3 이미지 URL coco_url 200 Str Y  
        2-4 파일명 file_name 100 Str Y  
        2-5 라이선스 license 100 Str    
        2-6 이미지 촬영일자 date_created 100 Date Y  
        2-7 프레임번호 frame_value 10 Int Y  
      3 어노테이션정보 annotations   List    
        3-1 BBox 리스트 bbox   List Y Number Array
        3-2 Segmentation 리스트 segmentation   List   Number Array
        3-3 Segmentation 영역합 area 4 Float    
        3-4 크라우드소싱작업여부 iscrowd 1 Str Y  
        3-5 카테고리 category_id   List Y Number Array
        3-6 식별자 id 10 Int Y  
        3-7 Tracking 리스트 tracking_id   List Y Number Array
      4 카테고리 categories   List    
        4-1 식별자 id 10 Int Y  
        4-2 이름 name 200 Str Y  
      5 가이드라인 guidline   List   Number Array
      6 메타정보 meta   List    
        6-1 식별자 id 10 Int Y  
        6-2 CCTV 아이디 camera_id 20 Str    
        6-3 날짜 date   Date    
        6-4 시간 time   Time    
        6-5 날씨 weather 20 Str    
        6-6 요일 week_day 20 Str    
        6-7 시간대 time_space 20 Str    
        6-8 횡단보도 crosswalk 20 Str    
        6-9 blocked blocked 20 Str    
        6-10 height height 20 Str    
        6-11 해상도 resolution 20 Str    
        6-12 초당프레임수 fps 4 Int    
        6-13 밝기 light 20 Str    
        6-14 차선수 lines 4 Int    
        6-15 차량방향 direction 4 Int    
        6-16 도로타입 road_type 20 Str    
        6-17 주소 address 100 Str    
  • 데이터셋 구축 담당자

    수행기관(주관) : 라온피플
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    김대승 031-4264-8290 dskim@laonpeople.com · 데이터 구축 사업 총괄
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    주식회사 유클리드소프트 · 데이터 수집, 가공, 검수, 크라우드 소싱, 저작도구 개발
    주식회사 크레스프리 ·원천 데이터 정제
    중앙대학교 · AI 모델 개발
    네이버시스템 · AI 모델을 활용한 응용 서비스 개발 (교통량 측정)
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    김대승(라온피플) 031-4264-8290 dskim@laonpeople.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
      사용신청
      신청자신청서류 제출*
    3. 심사구축기관
    4. 승인구축기관
    5. 데이터 분석 활용신청자
    6. 분석모델반출신청자
  • 1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기]
    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.