콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#자율운항선박 # 해양교통정보 # 해양경비시스템 # 항만구조물

항만 구조물 영상

항만 구조물 영상
  • 분야교통물류
  • 유형 이미지
구축년도 : 2020 갱신년월 : 2023-09 조회수 : 3,894 다운로드 : 674 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 2023-09-11 원천데이터 추가 개방
    1.1 2021-10-05 데이터 추가 개방
    1.0 2021-06-25 데이터 최초 개방

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2022-10-17 신규 샘플데이터 개방

    소개

    항로표지와 항만 시설물 인지, 자율운항 시 충돌 방지를 위한 선박 사고 영상 및 이미지 데이터

    구축목적

    항만구조물 및 해상객체를 식별을 통해 선교상황을 인식할 수 있도록 인공지능을 훈련하기 위한 데이터 셋
  • 구축 내용 및 제공 데이터량

    • 항만구조물 85만건 항만 인근 해상객체 220만건의 가상시나리오 51만건 총 356만건의 이미지 확보
    • 동영상 촬영 후 비식별화 등 정제작업을 통해 이미지 획득
    구축 내용 및 제공 데이터량
      구분 2021년
    목표
    (A)
    달성
    (B)
    달성률
    (B/A)
    가공 항만구조물 850,000장 851,727장 101%
    선박 2,150,000장 2,207,273장 103%
    충돌 방지 학습이미지 500,000장 511,128장 102%
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • AI 모델 상세 설명서 다운로드

    AI 모델 다운로드
  • 설명서 및 활용가이드 다운로드

    데이터 설명서 다운로드 구축활용가이드 다운로드

    데이터 변경이력

    항만 구조물 영상-데이터변경이력
    버전 일자 변경내용 비고
    1.1 2021.10.05 데이터 추가 개방  
    1.0 2021.06.25 데이터 최초 개방  

    구축 목적

    • 항만구조물 및 해상객체를 식별을 통해 선교상황을 인식할 수 있도록 인공지능을 훈련하기 위한 데이터 셋

    활용 분야

    • 자율운항 선박 인공지능 솔루션을 개발하고자 하는 기업에서 활용
    • 데이터 바우처 사업을 수행하고자 하는 클라우드 소싱 업체
    • GICOMS(General Information center on Maritime Safety and Security, 차세대해양종합안전관리체계, 한국형 e-Navigation 서비스)서비스의 고도화 사업 및 인공지능 적용을 위한 학습데이터로 활용 
    • 선박 탑재 항해시스템의 인공지능 적용을 위한 학습데이터로 활용 예) 증강현실기술 전자해도 시스템, 선박자율주행시스템(Track Control System)에 활용
    • 해군 또는 해경의 무인선 및 무인 해양경비시스템 구축에 활용
    • 해양 IT 분야 기업체 및 관련 분야 대학과 연구기관에서 활용
    • VTS, ECDIS 제조 기업 등 해양장비 개발기업, 실시간 해양교통환경정보 제공 기업에서 활용

    소개

    • 항만구조물 및 항만 인근의 해상객체를 이미지화하여 대상을 식별함으로 선교상황을 파악하고 한국형 자율운항 및 선박안전 AI 기술개발에 활용할 수 있는 검증된 학습 데이터를 확보

    항만구조물 영상-소개-1

    <과제 흐름도>

    구축 내용 및 제공 데이터량

    • 항만구조물 85만건 항만 인근 해상객체 220만건의 가상시나리오 51만건 총 356만건의 이미지 확보
    • 동영상 촬영 후 비식별화 등 정제작업을 통해 이미지 획득
    구축 내용 및 제공 데이터량
      구분 2021년
    목표
    (A)
    달성
    (B)
    달성률
    (B/A)
    가공 항만구조물 850,000장 851,727장 101%
    선박 2,150,000장 2,207,273장 103%
    충돌 방지 학습이미지 500,000장 511,128장 102%

    대표도면

    항만 구조물 영상-대표도면-1

     

    필요성

    • 해사 IT 분야에서의 4차산업 분야 글로벌 경쟁력 확보를 위한 기틀 마련
    • 해상충돌 등 안전사고 및 항만 보안과 관련한 학습데이터 구축으로 자율운항선박 연구개발에 시너지 효과

    데이터 구조

    • 데이터 구성
      데이터 구성
      ID 항목 설명
      태그 Lv1 태그 Lv2 태그 Lv3
      XML folder     이미지 저장 폴더
      filename     이미지 파일 이름
      path     이미지 파일 경로
      source     이미지 저장 폴더
        database   데이터베이스 이름
      information     이미지 정보
        time_slot   촬영 시간대
      size     이미지 정보
        width   이미지 너비
        height   이미지 높이
        depth   이미지 깊이
      scenario     시나리오 정보*
        case   운행 경우*
        ship_condition   선박상황*
        approch_bearing   접근방위*
        dostamce_of_vision   시정*
        the_degree_of_wind   풍력계급*
        the_closest_distance   최근접거리*
        kind_of_ships   선종*
      segmented     Segmentation 정보
      object     객체 정보
        name   객체 카테고리명
        pose   방향성 표시
        truncated   잘림 표시
        difficult   인식레벨 표시
        bndbox xmin 박스 왼쪽 경계
      ymin 박스 하단 경계
      xmax 박스 오른쪽 경계
      ymax 박스 상단 경계
      JSON version     버전정보
      flages     플래그 정보
      shapes     객체 정보
        shapes[],label   객체 카테고리명
        shapes[],point   포인트 정보
        shapes[],shape_type   Shape 형식
        shapes[],flags   플래그 정보
      imagePath     이미지 경로
      imageData     이미지 데이터
      imageHeight     이미지 높이
      imageWidth     이미지 너비

      * : 기존 Pascal VOC 포맷에는 해당 되지 않고 Simmulation 데이터 포맷에만 추가한 변수

       

    • 어노테이션 포맷
      1) Actual Image(XML)
      데이터 구성
      구분 태그 Lv1 태그 Lv2 태그 Lv3 설명 타입 Null허용
      (Y/N)
      비고
      XML folder     이미지 저장 폴더 str N  
      filename     이미지 파일 이름 str N  
      path     이미지 파일 경로 str N  
      source     이미지 저장 폴더   N  
        database   데이터베이스 이름 str Y  
      information     이미지 정보   Y  
        time_slot   촬영 시간대 str Y  
      size     이미지 정보   N  
        width   이미지 너비 int N  
        height   이미지 높이 int N  
        depth   이미지 깊이 int N  
      semented     Segmentation 정보 int N  
      object     객체 정보   N  
        name   객체 카테고리명 str N  
        pose   방향성 표시 str N  
        truncated   잘림 표시 int N  
        difficult   인식레벨 표시 int N  
        bndbox xmin 박스 왼쪽 경계 int N  
      ymin 박스 하단 경계 int N  
      xmax 박스 오른쪽 경계 int N  
      yman 박스 상단 경계 int N  
      ...  
        bndbox xmin 박스 왼쪽 경계 int N  
      ymin 박스 하단 경계 int N  
      xmax 박스 오른쪽 경계 int N  
      yman 박스 상단 경계 int N  

       

       

      2) Simulation Image(XML)
      데이터 구성
      구분 태그 Lv1 태그 Lv2 태그 Lv3 설명 타입 Null허용
      (Y/N)
      비고
      XML folder     이미지 저장 폴더 str N  
      filename     이미지 파일 이름 str N  
      path     이미지 파일 경로 str N  
      source     이미지 저장 폴더   N  
        database   데이터베이스 이름 str Y  
      information     이미지 정보   Y  
        time_slot   촬영 시간대 str Y  
      size     이미지 정보   N  
        width   이미지 너비 int N  
        height   이미지 높이 int N  
        depth   이미지 깊이 int N  
      scenario     시나리오 정보   N  
        case   운행 경우 str N  
        ship_condition   선박상황 str N  
        approch_bearing   접근방위 int N  
        dostamce_of_vision   시정 int N  
        the_degree_of_wind   풍력계급 int N  
        the_closest_distance   최근접거리 float N  
        kind_of_ships   선종 str N  
      segmented     Segmentation 정보 int N  
      object     객체 정보   N  
        name   객체 카테고리명 str N  
        pose   방향성 표시 str N  
        truncated   잘림 표시 int N  
        difficult   인식레벨 표시 int N  
        bndbox xmin 박스 왼쪽 경계 int N  
      ymin 박스 하단 경계 int N  
      xmax 박스 오른쪽 경계 int N  
      yman 박스 상단 경계 int N  
      ...  
        bndbox xmin 박스 왼쪽 경계 int N  
      ymin 박스 하단 경계 int N  
      xmax 박스 오른쪽 경계 int N  
      yman 박스 상단 경계 int N  

       

       

      3) Labelme annotation(JSON)포맷
      데이터 구성
      구분 항목 설명 타입 Null허용
      (Y/N)
      Labelme JSON version   버전정보 str N
      flages   플래그정보   Y
      shapes   객체정보 list N
        shapes[].label 객체 카테고리명 str N
        shapes[].point 포인트 정보 list N
        shapes[].shape_type shape 형식 str N
        shapes[].flags 플래그 정보   Y
      imagePath   이미지 경로 str N
      imageData   이미지 데이터 str Y
      imageHeight   이미지 높이 int N
      imageWidth   이미지 너비 int N
  • 데이터셋 구축 담당자

    수행기관(주관) : 지엠티
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    이희용 02-488-6502 jimcarry@gmtc.kr · 데이터구축 총괄 · 데이터 가공 (크라우드소싱 활용) · 응용서비스 개발
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    마린리서치 · 원시 데이터 수집 및 정제
    · 데이터 가공 (크라우드소싱 활용)
    공간인소프트 · 원시 데이터 수집 및 정제
    · 데이터 가공 (크라우드소싱 활용)
    · 저작도구 개발
    한국해양대학교,목포해양대,도선사협회 · 결과물 검수 및 검증
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    이희용(지엠티) 02-488-6502 jimcarry@gmtc.kr
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.