AI-Hub

데이터 변경이력

데이터 히스토리

소개

o 주간 데이터 대비 상대적으로 부족한 야간 데이터를 확보하여 야간 상황에서의 자율주행 기능 평가 및 학습에 도움을 주고자 하는 데이터 구축

구축목적

o 야간 환경에 대한 자율주행 대응 분석 및 향후 기술 개발과 연구를 위한 기초 자료 마련
o 주/야간 데이터를 병렬 구축하여 데이터를 활용한 평가 및 개발의 일반화 성능 향상

◌ 데이터통계

- 구축 데이터 수량

- 2D 세그멘테이션 객체 수량 분포

- 2D/3D 객체 수량 분포

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

 

학습모델	항목	주간도심도로
SwinV2 (2D box)	선정사유	효과적으로 Transformer를 활용하여 Object Detection에서 뛰어난 성능을 보여주며 ObjectDetection관련 벤치마크 상당수가 Swin계열일 정도로 많이 활용됨
PonitRCNN (3D cuboid)	선정사유	3차원 데이터를 3차원 학습 네트워크에 바로 활용하는 알고리즘으로 데이터 유실이 적다는 점에서 장점을 갖고 있으며 최근 발표되고 있는 3차원 객체 인식 알고리즘 관련 논문에서의 대표적인 비교 대상 알고리즘임
ConvNeXt (2D segmentation)	선정사유	Downstream task에서 Swin Transformer와 같은 FLOPs 대비 높은 성능 및 다양한 robustness 평가 데이터에서 좋은 성능을 갖는 모델, 다양한 클래스의 데이터셋에서 상대적으로 높은 성능을 나타냄

데이터 성능 점수

설명서 및 활용가이드 다운로드

◌ 어노테이션 포맷

- 2D segmentation

- 2D/3D

◌ 실제 예시
- 2D segmentation

{
    "information": {
        "filename": "22_200620_220914_05.jpg",
        "resolution": [
            1920,
            1080
        ]
    },
    "Scene_meta": {
        "zone": "대구-테크노폴리스",
        "edge_case": [
            "횡단보도",
            "교차로 직진",
            "신호등 정지신호",
            "신호등 출발신호"
        ],
        "scene_number": "22_200620_220914"
    },
    "Environment_meta": {
        "weather": "구름",
        "date": "2022-09-14",
        "time": "20:06:20",
        "car_type": "DN8",
        "traffic_Type": 0,
        "speed_type": 2,
        "road_type": "도심 3차로 이상"
    },
    "annotations": [
        {
            "polygon": [
                1920,
                0,
                0,
                0,
                0,
                1080,
                1920,
                1080
            ],
            "class": "background"
        },
        {
            "polygon": [
                1609,
                743,
                1622,
                760,
                1636,
                784,
                1610,
                770,
                1604,
                743,
                1608,
                740
            ],
            "class": "curb"
        }
⁝
    ]
}

- 2D/3D

{
    "information": {
        "filename": "22_200620_220914_05.jpg",
        "resolution": [
            1920,
            1080
        ]
    },
    "Scene_meta": {
        "zone": "대구-테크노폴리스",
        "edge_case": [
            "횡단보도",
            "교차로 직진",
            "신호등 정지신호",
            "신호등 출발신호"
        ],
        "scene_number": "22_200620_220914"
    },
    "Environment_meta": {
        "weather": "구름",
        "date": "2022-09-14",
        "time": "20:06:20",
        "car_type": "DN8",
        "traffic_Type": 0,
        "speed_type": 2,
        "road_type": "도심 3차로 이상"
    },
    "annotations": [
        {
            "bbox": [
                1107,
                578,
                1169,
                631
            ],
            "attribute": {
                "occluded": 0,
                "truncated": 0,
                "track_id": 1,
                "group": 0,
                "type": "vehicle"
            },
            "class": "vehicle",
            "dimension": null,
            "location": null,
            "distance": null,
            "yaw": null
        },
         {
            "bbox": [
                938,
                373,
                1007,
                392
            ],
            "attribute": {
                "occluded": 0,
                "truncated": 0,
                "track_id": 9,
                "tracfficLightValue": 1
            },
            "class": "trafficLight",
            "dimension": [
                1.6,
                0.5495,
                0.1997
            ],
            "location": [
                46.2159,
                -0.0363,
                3.1993
            ],
            "distance": 44.03,
            "yaw": -0.01
        },
⁝
    ]
}

데이터셋 구축 담당자

수행기관(주관) : ㈜인피닉

수행기관(참여)

데이터 관련 문의처