-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2023-12-08 데이터 최종 개방 1.0 2023-06-28 데이터 개방(Beta Version) 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2024-01-24 산출물 전체 공개 소개
이기종 장치(3종 이상)로 수집한 동일 영상 내 객체와 상황을 탐지하고, 다른 장비의 영상에서 해당 객체 및 상황을 재식별하기 위한 영상/이미지 데이터를 구축
구축목적
멀티 영상 동일 상황 환경에서 개체 감지 및 추정, 이미지 향상을 위한 AI 기술 개발에 활용
-
메타데이터 구조표 데이터 영역 재난안전환경 데이터 유형 비디오 , 이미지 데이터 형식 jpg, json 데이터 출처 자체 수집 라벨링 유형 바운딩박스(이미지) 라벨링 형식 json 데이터 활용 서비스 실종자 검색 서비스, 범죄자 경로추적 시스템 서비스, 위험 상황 인식 시스템 서비스 데이터 구축년도/
데이터 구축량2022년/547,763장 -
데이터 통계
클래스 구축데이터 이미지/json 쓰러짐 상황
(HF)객체식별(re-id) 20,083 이상상황(roi) 35,703 위험상황
(VD)객체식별(re-id) 20,085 이상상황(roi) 34,018 차량 손괴 상황
(CDD)객체식별(re-id) 21,598 이상상황(roi) 34,121 자전거 대 자전거 사고상황
(BBCD)객체식별(re-id) 20,512 이상상황(roi) 34,050 사람 대 자전거 사고상황
(MBCD)객체식별(re-id) 20,237 이상상황(roi) 34,094 킥보드 대 킥보드 사고상황
(SSCD)객체식별(re-id) 20,310 이상상황(roi) 34,127 사람 대 킥보드 사고상황
(MSCD)객체식별(re-id) 20,098 이상상황(roi) 34,859 킥보드 대 자전거 사고상황
(SBCD)객체식별(re-id) 20,520 이상상황(roi) 34,034 침입상황
(TD)객체식별(re-id) 20,514 이상상황(roi) 34,043 응급상황
(AD)객체식별(re-id) 20,735 이상상황(roi) 34,022 총계 547,763 -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드○ 인공지능 기반 객체 식별 탐지 모델
- (개발 목표) 사람, 스쿠터, 차량, 자전거 4종 클래스를 학습하고, 이를 기반으로 객체 탐지
- (개발 내용) 전체 이미지에 B_BOX된 객체별 학습하여 사람, 차량 등 탐지
○ 인공지능 기반 이상상황 탐지 모델
- (개발 목표) 10가지 클래스의 이상상황을 학습하고, 이를 기반으로 이상상황 탐지
- (개발 내용) 동일 이벤트에 대한 다양한 동영상에 대한 연속된 프레임을 학습하여 이상상황 탐지
○ 인공지능 기반 객체 재식별 탐지 모델
- (개발 목표) 서로 다른 영상 내 등장하는 동일객체를 재식별 및 탐지
- (개발 내용) 객체 아이디별 B_BOX 이미지를 학습시켜 동일 아이디 분류하여 동일 객체 탐지항목명 AI모델 성능지표 목표치 결과값 달성도 객체탐지 Yolov4 mAP@.5 40% 67.90% 169.75% 이상상황 탐지 MViTv2 Top-1 Accuracy 70% 86.68% 123.83% 사람재인식 OSNet Top-1 Accuracy 90% 97.00% 107.78% -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 사람 재인식 성능 Reconstruction ResNet50 AccuracyTop-1 90 % 97 % 2 이상 상황 분류 성능 Image Classification MViTv2 AccuracyTop-1 70 % 86.68 % 3 객체 탐지 성능 Object Detection CSPDarknet53 mAP@IoU 0.5 40 % 67.9 %
※ 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 다운로드데이터 포맷
데이터 이름 멀티 영상 동일 상황 및 객체 식별 데이터 (Multi-Image identical situation and Object Identification Data) 원천데이터 1920*1080 이상 JPG 파일, MP4 파일 어노테이션 이미지데이터 : Image(jpg) + Image Annotation(JSON) 데이터 데이터 출처 장소별 이상 상황별 촬영 영상 데이터 규모 이상 상황 영상 데이터 260시간(객체 식별용 20시간, 이상 상황 240시간(10종 * 24시간) 이미지 데이터 54만 장 이상(객체 식별 20.4만장, 이상상황 34.3만장) 데이터 구성
구축데이터 동영상 이미지 비고 용량 파일형식 용량 파일형식 객체재식별/추적 20시간 이상 mp4 20만장 이상 jpg FHD(200만 이상 화소) 3개의 이기종 촬영 영상 1~5 frame/seconds 이상 이상상황 240시간 이상 mp4 34만장 이상 jpg 15~30 frame/seconds 이상 어노테이션 포맷
1) 객체식별(RE-ID)NO 항목 길이 타입 필수여부 비고 한글명 영문명 1 카테고리 categories 1 array Y 1-1 어노테이션 라벨링 속성 값 ID category_index 1 ~ 4 number Y 1-2 어노테이션 라벨링 속성 값 ID 이름 category_name "car","scooter", string Y "person","bicycle" 2 이미지 images 1 array Y 2-1 한번 작업할 때 이미지 수 id 1 ~ 9999 number Y 2-2 이미지 가로 길이 width 1920 number Y 2-3 이미지 세로 길이 height 1080 number Y 2-4 이미지 파일 이름 file_name 폴더 구조_사람객체_이미지 갯수 string Y 3 annotations 1 array Y 3-1 한번 작업할 때 어노테이션 갯수 annotation_id 1 ~ 9999 number Y 3-2 매칭되는 이미지 ID값 image_id 1 ~ 9999 number Y 3-3 라벨링 카테고리 값 category_id 1 ~ 4 number Y 3-4 영역 area number N 3-5 바운드박스 bbox 1 array Y 3-5-1 [x축 원점 좌표, y축 원점 좌표, bbox 가로 길이, bbox 세로 길이] $value$ 0 ~ 1920 number Y 3-6 속성 attributes 1 array Y 3-6-1 person 객체 id 값 object_id 1 ~ 9999 number Y 3-6-2 person 객체 겹친 객체 id 값 occlusion -1 ~ 9999 number N 3-6-3 겹침 occluded boolean N 3-6-4 로테이션 rotation number N 3-6-5 추적_ID track_id number N 3-6-6 키프레임 keyframe boolean N 3-6-7 성별 gender M, F string N 3-6-8 연령대 age T, A, O string N 3-6-9 머리 길이 hair SH, LH string N 3-6-10 복장 종류 clothes category SU, TP, OP, SW, CW string N 3-6-11 상의 종류 upper_clothes pattern USA, ULA string N 3-6-12 상의 색상 upper_clothes_color B, WH, GR, RE, BLU, GRE, YE, BR string N 3-6-13 특정 상의 색상 여부 defined_upper_clothes_color T, F string N 3-6-14 하의 종류 bottom_clothes pattern USP, ULP, USS, ULS string N 3-6-15 하의 색상 bottom_clothes_color B, WH, GR, RE, BLU, GRE, YE, BR string N 3-6-16 특정 하의 색상 여부 defined_bottom_clothes_color T, F string N 3-6-17 악세사리 item SG, CA, BA, F string N 3-6-18 특정 악세사리 여부 defined_item T, F string N 3-6-19 체형 shape FA, NOR string N 3-6-20 수집 기기 device CT, BB, SP string Y 3-6-21 수집 일자 collectiondate ‘YYYY-MM-DD’ string Y 2) 이상상황(ROI)
NO 항목 길이 타입 필수여부 비고 한글명 영문명 1 카테고리 categories 1 array Y 1-1 어노테이션 라벨링 속성 값 ID category_index 1 ~ 4 number Y 1-2 어노테이션 라벨링 속성 값 ID 이름 category_name “HF”, “VD”, “CDD”, “BBCD”, “MBCD”, “SSCD”, “MSCD”, “SBCD”, “TD”, “AD” string Y 2 이미지 images 1 array Y 2-1 한번 작업할 때 이미지 수 id 1 ~ 9999 number Y 2-2 이미지 가로 길이 width 1920 number Y 2-3 이미지 세로 길이 height 1080 number Y 2-4 이미지 파일 이름 file_name 폴더 구조_사람객체_이미지 갯수 string Y 3 어노테이션 annotations 1 array Y 3-1 한번 작업할 때 어노테이션 갯수 annotation_id 1 ~ 9999 number Y 3-2 매칭되는 이미지 ID값 image_id 1 ~ 9999 number Y 3-3 라벨링 카테고리 값 category_id 1 ~ 4 number Y 3-4 영역 area number N 3-5 바운드박스 bbox 1 array Y 3-5-1 [x축 원점 좌표, y축 원점 좌표, bbox 가로 길이, bbox 세로 길이] $value$ 0 ~ 1920 number Y 3-6 속성 attributes array Y 3-6-1 이상상황 대분류 mainclass “HF”, “VD”, “CDD”, “BBCD”, “MBCD”, “SSCD”, “MSCD”, “SBCD”, “TD”, “AD” string Y 3-6-2 이상상황 중분류 subclass 1 ~ 4 number Y 3-6-3 수집 기기 device CT, BB, SP string Y 3-6-4 수집 일자 time "DA", "MO", "AF", "EV", "NI" string Y -
데이터셋 구축 담당자
수행기관(주관) : ㈜비엔지티
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 장혜경 02-2025-4870 janghk83@bngt.kr 데이터 구축 전체 실무 수행기관(참여)
수행기관(참여) 기관명 담당업무 ㈜비엔지티 과제 총괄, 데이터 수집/정제 ㈜에이아이리더 데이터 수집/정제 ㈜비전21테크 데이터 가공 ㈜요요인터렉티브 데이터 검수 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 장혜경 02-2025-4870 janghk83@bngt.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.