AI-Hub

#환경 #안전

야생동물 활동 영상 데이터

분야재난안전환경
유형 이미지

구축년도 : 2021 갱신년월 : 2022-07 조회수 : 7,944 다운로드 : 600 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.

소개 파일 목록 (API 다운로드)

※ 내국인만 데이터 신청이 가능합니다.

데이터 토론 문의하기 목록

데이터 변경이력

데이터 변경이력
버전	일자	변경내용	비고
1.0	2022-07-28	데이터 최초 개방

데이터 히스토리

데이터 히스토리
일자	변경내용	비고
2022-10-20	신규 샘플데이터 개방
2022-07-28	콘텐츠 최초 등록

소개

• 포유류 9종(고라니, 멧돼지, 청설모, 다람쥐, 너구리, 반달가슴곰, 노루, 멧토끼, 족제비), 조류 2종(왜가리, 중대백로), 총 11종에 대해 주/야간 및 장비 형태별로 원시데이터(영상) 500시간 수집 및 이미지 어노테이션 27만장 이상 구축

구축목적

• 야생동물의 로드킬을 방지하고, 데이터를 활용한 효과적인 보전·관리와 ASF(아프리카돼지열병) 등과 같은 위험요소에 대한 신속한 관리 대응을 위해 구축한 인공지능 학습용 데이터

메타데이터 구조표
데이터 영역	재난안전환경	데이터 유형	이미지
데이터 형식	txt, jpg	데이터 출처	국립공원공단, 구례군청, 직접촬영 등
라벨링 유형	바운딩박스, 세그멘테이션	라벨링 형식	JSON
데이터 활용 서비스	야생동물 접근 방지, 로드킬 방지	데이터 구축년도/ 데이터 구축량	2021년/334,851건

데이터 통계

데이터 구축 규모
<원시데이터 – 영상(시간)>

데이터 통계
구분	주간	야간	합계
고라니	39:23:56	25:24:10	64:48:06
너구리	22:56:08	15:44:32	38:40:40
노루	33:23:25	24:54:40	58:18:05
다람쥐	70:12:47	0:00:10	70:12:57
멧돼지	32:31:46	22:47:16	55:19:02
멧토끼	30:23:53	22:36:12	53:00:05
반달가슴곰	18:29:08	16:11:49	34:40:57
왜가리	55:26:29	0:00:20	55:26:49
족제비	19:53:26	14:19:03	34:12:29
중대백로	59:18:03	-	59:18:03
청설모	56:18:04	0:00:10	56:18:14
합계	438:17:05	141:58:22	580:15:27

<원천데이터 – 이미지(장)>

구분	Bounding Box			Segmentation
구분	주간	야간	합계	주간	야간	합계
고라니	19,361	16,386	35,747	1,454	1,491	2,945
너구리	8,237	7,422	15,659	765	754	1,519
노루	17,893	10,648	28,541	1,538	1,466	3,004
다람쥐	39,273	180	39,453	3,238		3,238
멧돼지	15,436	19,931	35,367	1,452	1,481	2,933
멧토끼	15,299	13,489	28,788	301	1,541	1,842
반달가슴곰	9,689	7,229	16,918	876	912	1,788
왜가리	29,550	4	29,554	2,923		2,923
족제비	9,498	7,506	17,004	775	791	1,566
중대백로	24,205	3	24,208	2,914		2,914
청설모	24,869	64	24,933	2,913	3	2,916
총합계	213,310	82,862	296,172	19,149	8,439	27,588

<멧돼지 열화상>

구분	정상	비정상	합계
영상(시간)	47:03:28	2:16:42	49:20:10
이미지(장)	1,236	9,855	11,091

데이터 분포

데이터 분포
<객체 클래스별 분포>

구분	이미지 수	비율	객체 수	비율
고라니	38,692	11.60%	40,329	10.70%
너구리	17,178	5.10%	17,338	4.60%
노루	31,545	9.40%	37,181	9.90%
다람쥐	42,691	12.70%	43,513	11.60%
멧돼지	49,391	14.80%	54,195	14.40%
멧토끼	30,630	9.10%	40,871	10.90%
반달곰	18,706	5.60%	29,749	7.90%
왜가리	32,477	9.70%	34,640	9.20%
족제비	18,570	5.50%	18,575	4.90%
중대백로	27,122	8.10%	31,071	8.30%
청설모	27,849	8.30%	29,004	7.70%
합계	334,851	100.00%	376,466	100.00%

<야행성 동물(7종) 주야간 분포(영상)>

구분	주간	비율	야간	비율
고라니	39:23:56	61%	25:24:10	39%
너구리	22:56:08	59%	15:44:32	41%
노루	33:23:25	57%	24:54:40	43%
멧돼지	32:31:46	59%	22:47:16	41%
멧토끼	30:23:53	57%	22:36:12	43%
반달가슴곰	18:29:08	53%	16:11:49	47%
족제비	19:53:26	58%	14:19:03	42%
합계	197:01:42	58%	141:57:42	42%

<야행성 동물(7종) 주야간 분포(이미지)>

구분	주간	비율	야간	비율
고라니	20,815	54%	17,877	46%
너구리	9,002	52%	8,176	48%
노루	19,431	62%	12,114	38%
멧돼지	16,888	44%	21,412	56%
멧토끼	15,600	51%	15,030	49%
반달가슴곰	10,565	56%	8,141	44%
족제비	10,273	55%	8,297	45%
총합계	102,574	53%	91,047	47%

<촬영 장비별 분포(이미지)>

촬영 장비	이미지 수	비율
CCTV	9,843	2.90%
DSLR	113,553	33.90%
TIC	11,091	3.30%
phone	61,010	18.20%
sensor camera	139,369	41.60%
총 합	334,866	100%

저작도구 설명서 및 저작도구 다운로드
저작도구 설명서 다운로드 저작도구 다운로드
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드
모델
- Object Detection 모델로서 YOLOv5 모델을 활용, 야생동물 이미지를 학습하여 종을 판별
  모델
  
  모델분류 알고리즘
  
  야생동물 탐지 모델 YOLOv5
  
  멧돼지 열화상 분류 모델 Efficientnet
서비스 활용 시나리오
- 야생동물의 판별과 탐지등의 서비스, 연구에 활용될 수 있음
- 야생돔물 탐지 서비스
  – CCTV등과 같은 영상 기반의 디바이스에서 주요 야생동물을 탐지하고 탐지된 야생동물의 종을 분류하여 다양한 서비스 시나리오에 도입이 가능
  – 탐지 기능을 응용하여 위험지역에서의 출현을 사전에 알림
  – 종분류 기능을 응용하여 특정 지역의 출현 횟수를 집계
- 연구, 서비스 영역에서의 모델의 학습 활용
  – 제공되는 야생동물 탐지 모델은 12종의 국내 야생동물을 학습한 모델로서 전이 학습을 통해 분류 가능한 종의 확대, 유사 동물 판별 정확도 향상 등을 도모할 수 있음
본 과제 성과 모델의 특이 사항
- 외관상 유사한 특징을 가지는 종을 일부 포함하여 학습
- 조류 2종을 포함하여 포유류 외 조류 종의 확장 모델로 전이학습 가능
- 주,야간 데이터 동시 학습
  => 야생동물 종, 주야간 환경 클래스의 확장 가능성을 검토

모델
모델분류	알고리즘
야생동물 탐지 모델	YOLOv5
멧돼지 열화상 분류 모델	Efficientnet

데이터 성능 점수

측정값 (%)

기준값 (%)

데이터 성능 지표

데이터 성능 지표
번호	측정항목	AI TASK	학습모델	지표명	기준값 점수	측정값 점수
1	비정상 분류 모델	Image Classification	YOLO v5	F1-Score	0.85 점	0.996 점
2	객체 인지	Object Detection	EfficientDet	mAP	60 %	99.3 %

※ 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 소개

야생동물의 로드킬을 방지하고, 데이터를 활용한 효과적인 보전·관리와 ASF(아프리카돼지열병) 등과 같은 위험요소에 대한 신속한 관리 대응을 위해 구축한 인공지능 학습용 데이터
포유류 9종 : 고라니, 멧돼지, 청설모, 다람쥐, 너구리, 반달가슴곰, 노루, 멧토끼, 족제비
조류 2종 : 왜가리, 중대백로
총 11종에 대해 주/야간 및 장비 형태별로 원시데이터(영상) 500시간 수집 및 이미지 어노테이션 27만장 이상 구축.

데이터 구성

데이터 소개
Key	타입	설명	예
[
name	String	데이터셋명	animal
description	String	데이터셋상세설명	AI Data
url	String	데이터셋URL	https://aihub.or.kr
date	String	데이터셋생성일자	2021.12.23
]
[
id	Number	이미지식별자	50
width	Number	이미지너비	1024
height	Number	이미지높이	768
file_name	String	이미지파일명	A01_G07_G001_G_210122_1003_15S_000006.137.jpg
date_created	String	촬영날짜(년, 월)시간	2021.01.22 23:46:00
day	String	주간, 야간	주간, 야간
type	String	데이터 형식	RGB, IR, TIC
photographer	String	촬영자(제공처) 코드	C051
device	String	촬영 장비명(센서 카메라, CCTV, DSLR)	센서 카메라, CCTV, DSLR
location	String	촬영 지역명	서울대공원
GPS	String	촬영위치	36.572188, 127.855409
length	String	영상길이	10M, 10s
FPS	string	프레임	30
frames	Number	총 프레임 수(FPS)	60
aspect_ratio	String	종횡비	4:03
resolution	String	해상도	1280 x 640
bit	String	비트값	24bit
pixel	String	화소	4K
color_depth	String	색심도	sRGB
ISO	String	ISO 감도	3200
whit_balance	String	화이트 밸런스	5500K
exposure_time	String	노출시간	f2.8 1/80
F-stop	String	조리개값	f2.8
flash	String	플래시	자동
focal_length	String	초점거리	50mm
angle_view	String	화각	46
angle	String	촬영각도	120도
weather	String	날씨정보	맑음
time	String	이미지 시리얼	1.838
time	String	(영상 내 프레임위치)	1.838
]
[
labelingcount	Number	해당 이미지 내 어노테이션 개수	[1,2...]
id	Number	라벨링식별자	[1, 2...]
category_id	Number	클래스정보	[1,2,...]
category_	String	동물명	[inermis,scrofa,...]
name	String	동물명	[inermis,scrofa,...]
nocturnality	String	야행성 여부	yes
hazardous	String	유해야생동물여부	no
temperature	String	멧돼지 체온 정보	40도
regularity	String	멧돼지 체온	멧돼지
		정상 : 40도 미만	열화상 데이터
		비정상 : 40도 이상
color	String	동물색	red, black, N/A (IR영상, 열화상 영상)
Shape	String	동물 모양	둥근귀, 뿔 없음,..
size	String	동물 크기	75~100cm
class	String	동물 강 분류	포유동물강
order	String	동물 목 분류	우제목
family	String	동물 과 분류	사슴과
genus	String	동물 속 분류	고라니속
species	String	동물 종 분류	고라니
drawing_id	Number	box/polygon	둘 중
drawing_id	Number	box/polygon	하나 선택
bbox	List(Number)	바운딩박스 좌표값	Bbox 진행시 필수
bbox	List(Number)	[[X1, Y1], [X2, Y2]]	Bbox 진행시 필수
Segmenataion	List(Number)	세그맨테이션 좌표값	Segmentation 진행시 필수
Segmenataion	List(Number)	[[X1, Y1], [X2, Y2]..]	Segmentation 진행시 필수
]
[
name	String	라이선스명	구매 데이터
url	String	라이선스URL	구매 데이터
]			11

어노테이션 포맷

구분		항목명	타입	필수여부	설명	범위	비고
1		info	Object		데이터셋정보
	1-01	info.name	String	Y	데이터셋명
	1-02	info.description	String		데이터셋상세설명
	1-03	info.url	String		데이터셋URL
	1-04	info.date_created	String	Y	데이터셋생성일자
2		images	Object		이미지정보
	2-01	images[].id	Number	Y	이미지식별자
	2-02	images[].width	Number	Y	이미지너비	[0~1920]
	2-03	images[].height	Number	Y	이미지높이	[0~1080]
	2-04	images[].file_name	String	Y	이미지파일명
	2-05	images[].date_created	String	Y	촬영날짜		2021.04.01. 10:20:00
	2-05	images[].date_created	String	Y	(년, 월)시간		2021.04.01. 10:20:00
	2-06	images[].day	String	Y	주간, 야간	[day, night]	주간, 야간
	2-07	images[].type	String	Y	데이터 형식		RGB, IR, TIC
	2-08	images[].photographer	String	Y	촬영자(제공처) 코드		C051
	2-09	images[].device	String	Y	촬영 장비명	[sensor camera, CCTV, DSLR, phone, TIC]	센서 카메라, CCTV, DSLR
	2-10	images[].location	String	Y	촬영 지역명		서울대공원
	2-11	images[].GPS	String	Y	촬영위치		36.572188, 127.855409
	2-12	images[].length	String	Y	영상길이		10M, 10s
	2-13	images[].FPS	string	Y	프레임		30
	2-14	images[].frames	Number	Y	총 프레임 수(FPS)		60
	2-15	images[].aspect_ratio	String	Y	종횡비		4:03
	2-16	images[].resolution	String	Y	해상도		1280 x 640
	2-17	images[].bit	String		비트값		24bit
	2-18	images[].pixel	String		화소		4K
	2-19	images[].color_depth	String		색심도		sRGB
	2-20	images[].ISO	String		ISO 감도		3200
	2-21	images[].whit_balance	String		화이트 밸런스		5500K
	2-22	images[].exposure_time	String		노출시간		f2.8 1/80
	2-23	images[].F-stop	String		조리개값		f2.8
	2-24	images[].flash	String		플래시	[auto, yes, no]	자동
	2-25	images[].focal_length	String		초점거리		50mm
	2-26	images[].angle_view	String		화각		46
	2-27	images[].angle	String		촬영각도		120도
	2-28	images[].weather	String	Y	날씨정보	[suuny, cloudy, rain, snow]	맑음
	2-29	images[].time	String	Y	이미지 시리얼		1.838
	2-29	images[].time	String	Y	(영상 내 프레임위치)		1.838
3		annotations	Object		라벨링정보
	3-01	annotations[].labelingcount	Number	Y	해당 이미지 내 어노테이션 개수		[1,2...]
	3-02	annotations[].id	Number	Y	라벨링식별자		[1, 2...]
	3-03	annotations[].category_id	Number	Y	클래스정보		[1,2,...]
	3-04	annotations[].category_	String	Y	동물명		[inermis,scrofa,...]
	3-04	name	String	Y	동물명		[inermis,scrofa,...]
	3-05	annotations[].nocturnality	String	Y	야행성 여부	[yes, no]
	3-06	annotations[].hazardous	String	Y	유해야생동물여부	[yes, no]
	3-07	annotations[].temperature	String		멧돼지 체온 정보		40도
	3-08	annotations[].regularity	String		멧돼지 체온 정상 : 40도 미만 비정상 : 40도 이상	[normal, abnormal]	멧돼지 열화상 데이터


	3-09	annotations[].color	String		동물색		red, black, N/A (IR영상, 열화상 영상)
	3-10	annotations[].Shape	String		동물 모양		둥근귀, 뿔 없음,..
	3-11	annotations[].size	String		동물 크기		75~100cm
	3-12	annotations[].class	String	Y	동물 강 분류
	3-13	annotations[].order	String	Y	동물 목 분류
	3-14	annotations[].family	String	Y	동물 과 분류
	3-15	annotations[].genus	String	Y	동물 속 분류
	3-16	annotations[].species	String	Y	동물 종 분류
	3-17	annotations[].drawing_id	Number	Y	box/polygon	[1, 2]	둘 중
	3-17	annotations[].drawing_id	Number	Y	box/polygon	[1, 2]	하나 선택
	3-18	annotations[].bbox	List(Number)		바운딩박스 좌표값 [[X1, Y1], [X2, Y2]]		Bbox 진행시 필수
	3-18	annotations[].bbox	List(Number)		바운딩박스 좌표값 [[X1, Y1], [X2, Y2]]		Bbox 진행시 필수
	3-19	annotations[].Segmenataion	List(Number)		세그맨테이션 좌표값 [[X1, Y1], [X2, Y2]..]		Segmentation 진행시 필수
	3-19	annotations[].Segmenataion	List(Number)		세그맨테이션 좌표값 [[X1, Y1], [X2, Y2]..]		Segmentation 진행시 필수
4		licenses	Object		라이선스
	4-01	licenses[].name	String	N	라이선스명		구매 데이터
	4-02	licenses[].url	String	N	라이선스URL		구매 데이터

실제 예시

데이터셋 구축 담당자

수행기관(주관) : 노아에스엔씨㈜

수행기관(주관)
책임자명	전화번호	대표이메일	담당업무
장우영	02-6105-6619	jwyng2000@noaa.co.kr	· 가공 · 검수

수행기관(참여)

수행기관(참여)
기관명	담당업무
㈜에스디엠이엔씨	· 정제
뉴컨㈜	· 수집
엠케이지㈜	· 인공지능 모델
구례군청	· 수집

데이터 관련 문의처

데이터 관련 문의처
담당자명	전화번호	이메일
장우영	02-6105-6619	jwyng2000@noaa.co.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
  사용신청신청자신청서류 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