-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2023-11-21 데이터 최종 개방 1.1 2023-06-23 원천데이터, 라벨링데이터 재연결 1.0 2023-04-30 데이터 개방(Beta Version) 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2023-11-21 산출물 전체 공개 소개
국토지리정보원 항공사진 및 ESA Sentinel-2 위성영상을 이용하여 수도권 지역의 건물, 주차장, 도로 등을 분류한 학급용 토지피복지도 항공/위성 이미지 데이터로, 국토환경의 다양한 변화를 효율적으로 탐지하기 위한 토지피복 자동분할(Segmentation) 및 변화지역 탐지 AI 알고리즘 모델 개발에 사용됨
구축목적
국토환경의 현황 및 시계열 변화탐지를 위한 토지피복지도 인공지능 학습용 데이터 및 인공지능 모델 고도화
-
메타데이터 구조표 데이터 영역 교통물류 데이터 유형 이미지 데이터 형식 TIF 데이터 출처 국토지리정보원 항공사진 및 ESA Sentinel-2 위성영상 라벨링 유형 세그멘테이션(이미지) 라벨링 형식 TIF, JSON 데이터 활용 서비스 국토환경의 변화탐지 및 토지이용에 대한 모니터링 기반 자료 데이터 구축년도/
데이터 구축량2022년/56,900장 -
○ 데이터 구축 규모
- 국토지리정보원 해상도 25cm 항공사진 원천데이터를 활용하여 건물, 주차장, 도로, 가로수, 논, 비닐하우스, 밭, 활엽수림, 침엽수림, 나지, 수역 11항목의 수도권 지역 토지피복지도 항공이미지 데이터 55,000장 작성
- 12cm 항공사진 원천데이터를 구매·활용하여 건물, 주차장, 도로, 가로수, 논, 비닐하우스, 밭, 활엽수림, 침엽수림, 나지, 수역 11항목의 수도권 지역 토지피복지도 항공이미지 데이터 1,000장 작성
- ESA Sentinel-2 위성영상 원천데이터를 활용하여 건물, 도로, 논, 밭, 활엽수림, 침엽수림 6항목의 토지피복지도 위성이미지 데이터 900장 작성데이터종류 해상도 분류항목 학습데이터크기 수량 (장) 토지피복지도 25cm 건물, 주차장, 도로, 가로수, 논, 비닐하우스, 밭, 활엽수림, 침엽수림, 나지, 수역 512×512 50,000 항공이미지 데이터 (11항목) 1024×1024 5,000 12cm 512×512 1,000 토지피복지도 10m 건물, 도로, 논, 밭, 활엽수림, 침엽수림 (6항목) 512×512 900 위성이미지 데이터 총계 56,900 ○ 데이터 분포
- 클래스별 이미지 분포
·항공 : 건물, 주차장, 도로, 가로수, 논, 비닐하우스, 밭, 활엽수림, 침엽수림, 나지, 수역
·위성 : 건물, 도로, 논, 밭, 활엽수림, 침엽수림- 25cm 항공 클래스별 이미지 분포
구분 구축량 건수 클래스별 이미지 수 (장) 비율 (%) 항공이미지 수 (장) 건물 353,314 37,448 68.10% 55,000 주차장 43,004 10,186 18.50% 도로 29,091 19,457 35.40% 가로수 3,392 1,289 2.30% 논 213,701 34,970 63.60% 비닐하우스 169,905 27,316 49.70% 밭 178,077 40,421 73.50% 활엽수림 23,426 15,642 28.40% 침엽수림 10,022 7,204 13.10% 나지 9,017 6,265 11.40% 수역 13,316 7,575 13.80% 
- 12cm 항공 클래스별 이미지 분포
구분 구축량 건수 클래스별 이미지 수 (장) 비율 (%) 항공이미지 수 (장) 건물 1,845 585 58.50% 1,000 주차장 751 260 26.00% 도로 787 591 59.10% 가로수 739 304 30.40% 논 603 339 33.90% 비닐하우스 526 189 18.90% 밭 961 501 50.10% 활엽수림 190 141 14.10% 침엽수림 87 73 7.30% 나지 234 186 18.60% 수역 413 240 24.00% 
- 10m 위성 클래스별 이미지 분포
구분 구축량 건수 클래스별 이미지 수 (장) 비율 (%) 위성이미지 수 (장) 건물 85,794 900 100.00% 900 도로 3,004 864 96.00% 논 71,676 746 82.90% 밭 15,557 805 89.40% 활엽수림 13,072 888 98.70% 침엽수림 9,321 823 91.40% 
-
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드딥러닝 네크워크를 활용한 항공위성 이미지 Semantic Segmentation
- Semantic Segmentation 알고리즘 선정 : 50% 데이터를 사용한 학습결과를 검토하여 UNet을 선정.
- U-Net : U 형태의 encoder-decoder 구조를 가지고 있으며, encoder에서 spatial dimension 축소로 인한 손실 정보를 decoder에서 skip-connection을 통해 점진적으로 복원.
- 학습 데이터항공사진(12cm) 항공사진(25cm) 항공사진(25cm) 위성영상(10m) 512×512px 512×512px 1024×1024px 512×512px Training 800 40,000 - 720 Validation 100 5,000 - 90 Test 100 5,000 500 90 - 모델 성능(Overall Pixel Accuracy. %)
항공사진(12cm) 항공사진(25cm) 위성영상(10m) 90.12 93.45 89.44 응용(시범) 서비스 개발
- 국가나 지자체가 관리하고 있는 하천, 산림과 개발을 제한하고 있는 개발제한지역 등은 개발을 위해 지자체나 국가에 점유 허락을 받아야 함
- 하천, 산림, 상수원보호구역 등 개발이 제한되는 지역에 대한 모니터링을 위한 기능 개발
- 토지피복추론 AI모델을 사용하여 항공사진에 대한 토지피복 추론 및 변화지역 탐지 결과를 이미지와 백터파일로 저장하는 기능 개발 -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 토지피복 분류 성능(항공사진25cm) Image Classification Unet Overall Pixel Accuracy 88 % 93.45 % 2 토지피복 분류 성능(항공사진12cm, 512x512) Image Classification Unet Overall Pixel Accuracy 88 % 90.12 % 3 토지피복 분류 성능(위성영상10m, 512x512) Image Classification Unet Overall Pixel Accuracy 88 % 89.44 %
※ 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 포맷
- 25cm 항공사진 데이터
원천데이터 (TIFF) 라벨링데이터 (TIFF) 
라벨링데이터 (JSON) 메타데이터 (JSON) 
- 12cm 항공사진 데이터
원천데이터 (TIFF) 라벨링데이터 (TIFF) 
라벨링데이터 (JSON) 메타데이터 (JSON) 
- 10cm 위성사진 데이터
원천데이터 (TIFF) 라벨링데이터 (TIFF) 
라벨링데이터 (JSON) 메타데이터 (JSON) 
○ 데이터 구성
- 항공사진 어노테이션 포맷
구분 타입 필수여부 범위 항목명 설명 type 파일타입 string name 파일명 string crs 좌표계 object type 좌표타입 string properties 좌표정보 object name 좌표계코드 string features 객체정보 array type 객체타입 string properties 객체항목 object ANN_CD 어노테이션 코드 number Y [10,20,30,40,50,55,60,71,75,80,95,100] ANN_NM 어노테이션 명 string Y ["건물","주차장","도로","가로수","논",“비닐하우스”,“밭”,"활엽수림",“침엽수림”,"나지",“수역”"비대상지"] BD_TYPE 건물정보 string N ["단독주거시설", "공동주거시설", "공업시설", "상업ㆍ업무시설", "혼합지역", "문화ㆍ체육ㆍ휴양시설", "기타 교통ㆍ통신시설", "환경기초시설", "교육ㆍ행정시설", "기타 공공시설", "목장ㆍ양식장"] USE_TYPE 용도지역 정보 string N ["관리지역", "농림지역", "도시지역", "자연환경보전지역", "산업단지"] geometry 공간정보 object type 어노테이션 방식 string Y Polygon coordinates 폴리곤 점의 좌표 array Y
- 위성영상 어노테이션 포맷구분 타입 필수여부 범위 항목명 설명 type 파일타입 string name 파일명 string crs 좌표계 object type 좌표타입 string properties 좌표정보 object name 좌표계코드 string features 객체정보 array type 객체타입 string properties 객체항목 object ANN_CD 어노테이션 코드 number Y [10,30,50,60,71,75,100] ANN_NM 어노테이션 명 string Y ["건물","도로","논","밭","활엽수림","침엽수림","비대상지"] geometry 공간정보 object type 어노테이션 방식 string Y Polygon coordinates 폴리곤 점의 좌표 array Y - 메타데이터 포맷
구분 타입 필수 예시 항목명 설명 여부 img_id 이미지 파일명 String Y LC_GG_AP25_37711081_226_2021 img_width 이미지 너비 Number Y 512 img_height 이미지 높이 Number Y 512 img_type 이미지 종류 String Y aerophoto img_coordinate 이미지 좌표계 String Y EPSG:5186 coordinates 이미지 좌상단 XY좌표 String Y 244858.125, 521440.625 img_resolution 이미지 해상도 Number Y 0.25 img_time 원천 이미지 촬영시기 String Y 202106 img_provided 원천 이미지 제공기관 String Y 국토지리정보원 ann_id 어노테이션 식별자 String Y LC_GG_AP25_37711081_226_2021 ann_type 어노테이션 방법 String Y polygon ann_file_type 어노테이션 파일 유형 String Y tif provided_nm 제공기관명 String Y 한국지능정보사회진흥원 ○ 실제 예시
-
데이터셋 구축 담당자
수행기관(주관) : 네이버시스템(주)
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 한근혁 이사 070-8821-1178 hyouk93@neighbor21.co.kr 총괄책임 수행기관(참여)
수행기관(참여) 기관명 담당업무 ㈜마인드포지 AI 알고리즘 개발 ㈜선도소프트 AI 응용서비스 개발 ㈜올포랜드 품질관리 ㈜이테라 학습데이터 구축 한국환경연구원 품질관리 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 한근혁 이사 070-8821-1178 hyouk93@neighbor21.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]
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.