-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2023-10-30 데이터 최종 개방 1.0 2023-07-05 데이터 개방(Beta Version) 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2023-12-08 산출물 전체 공개 2023-08-21 메타데이터-데이터구축량 수정 소개
연도별 대표 패션 이미지와 사람들의 선호도를 매칭한 데이터 ● 본 학습용 데이터의 데이터 가공은 선호도 설문조사로, 별도의 저작도구가 없음
구축목적
추후 e-commerce 등 추천 시스템, 패션 트렌드 사이클 파악에 활용
-
메타데이터 구조표 데이터 영역 영상이미지 데이터 유형 이미지 데이터 형식 txt 데이터 출처 직접촬영, 아카이브 수집 라벨링 유형 선호도 설문조사 라벨링 형식 JSON 데이터 활용 서비스 e-commerce 등 데이터 구축년도/
데이터 구축량2022년/총 112,062장 이미지, 284,839건 선호도 응답 데이터 -
1) 원천데이터(시대별 패션 스타일 이미지) 구축 수량
1) 원천데이터(시대별 패션 스타일 이미지) 구축 수량 1차 경로 2차 경로 3차 경로 파일 포맷 구축수량(장) (성별) (대표 연도) Man 1950 - .jpg 2714 1960 - .jpg 3867 1970 - .jpg 2346 1980 - .jpg 4437 1990 - .jpg 3493 2000 - .jpg 3601 2010 - .jpg 6530 2019 - .jpg 13880 Woman 1950 - .jpg 9230 1960 - .jpg 7607 1970 - .jpg 9196 1980 - .jpg 7378 1990 - .jpg 7636 2000 - .jpg 7706 2010 - .jpg 5669 2019 - .jpg 16772 총 수량 112,062 2) 라벨링데이터(선호도 조사 응답) 구축 수량
2) 라벨링데이터(선호도 조사 응답) 구축 수량 1차 경로 2차 경로 3차 경로 파일 포맷 구축수량(건) (성별) (대표 연도) Man 1950 - .json 13,735 1960 - .json 12,396 1970 - .json 12,122 1980 - .json 13,318 1990 - .json 11,757 2000 - .json 11,999 2010 - .json 14,627 2019 - .json 16,698 Woman 1950 - .json 24,835 1960 - .json 23,575 1970 - .json 24,083 1980 - .json 24,005 1990 - .json 18,553 2000 - .json 20,034 2010 - .json 20,657 2019 - .json 22,445 총 수량 284,839 -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드(Pinsage 알고리즘을 활용한 패션 아이템 추천 모델로 변경
- 기존 transductive한 특징을 가지는 GCN기반에서 inductive한 특징을 추가되면서 학습되지 않은 Graph Node도 임베딩이 가능해지면서 product 측면에서 합리적인 추론이 가능
1차 모델 선정 후 적합한 모델 보완을 위한 전문가 자문회의 진행하여 2차 보완 모델(pinsage) 선정
-
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 의류 추천 성능 Estimation Pinsage HR@500 72 % 80.67 %
※ 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 다운로드1950년대부터 현재까지 시대별 대표 스타일을 정의하고 해당 이미지를 수집하여, 이에 대한 선호도 설문조사를 실시함
시대별 스타일 분류
하기 시대에 따라 남성 8종, 여성 23종으로 대표 스타일을 정의함
설문조사 지표
- 선호도조사 지표는 전문가, 실무자 좌담회를 거쳐 설계하였으며, 상세 지표는 하기와 같음
어노테이션 포맷
어노테이션 포맷 구분 속성명 타입 필수여부 설명 범위 비고 1 E_id numeric Y 평가 data ID 2 imgName string Y 이미지 filename 3 item string Y 이미지 정보 3-1 imgName string Y 이미지 filename 3-2 era string Y 시대별 [1950~2019] 1950, 1960, 1970, 1980, 1990, 2000, 2010, 2019 3-3 style string Y 스타일별 "ivy","feminine","classic","mods","minimal","popart","space","hippie","disco","military","punk","bold","powersuit","bodyconscious","hiphop","kitsch","lingerie","grunge","metrosexual","cityglam","oriental","ecology","sportivecasual","athleisure","lounge","normcore","genderless" 3-4 gender string Y 이미지 성별 M, W M:남성, W:여성 3-5 survey string Y 설문 3-5-1 Q1 numeric Y 선호여부 1~4 1 : 전혀그렇지 않다, 2 : 그렇지 않다 3 : 그렇다 4 : 매우그렇다 3-5-2 Q2 numeric Y 어울리는 계절 1~3 1:봄/가을 2:여름 3:겨울 3-5-3 Q3 numeric N 적합한 착용 상황 1~8 1:출근 2:데이트 3:행사(결혼식 등 공식모임) 4:사교모임(약속, 파티 등) 5:일상생활 6:레저 스포츠 7:여행/휴가 8:기타 3-5-4 Q411 numeric Y (핏) 평가 1~3 1:헐렁해 보인다 2:적당해 보인다 3:타이트해 보인다 3-5-5 Q412 numeric Y (색깔) 어두움-밝음 1,2 1:어두워 보인다 2:밝아 보인다 Q413 numeric Y (색감)차가움-따뜻함 1,2 1:차가워 보인다 2:따뜻해 보인다 Q414 numeric Y (분위기)무거움-가벼움 1,2 1:무거워보인다 2:가벼워 보인다 Q4201 numeric Y (이미지단어)멋있다 0,1 0:아니다 1:멋잇다 Q4202 numeric Y (이미지단어)도시적이다 0,2 0:아니다 2:도시적이다 Q4203 numeric Y (이미지단어)트랜디하다 0,3 0:아니다 3:트랜디하다 Q4204 numeric Y (이미지단어)세련되다 0,4 0:아니다 4:세련되다 Q4205 numeric Y (이미지단어)깔끔하다 0,5 0:아니다 5:깔끔하다 Q4206 numeric Y (이미지단어)화려하다 0,6 0:아니다 6:화려하다 Q4207 numeric Y (이미지단어)독특하다 0,7 0:아니다 7:독특하다 Q4208 numeric Y (이미지단어)무난하다 0,8 0:아니다 8:무난하다 Q4209 numeric Y (이미지단어)개방적이다 0,9 0:아니다 9:개방적이다 Q4210 numeric Y (이미지단어)실용적이다 0,10 0:아니다 10:실용적이다 Q4211 numeric Y (이미지단어)활동적이다 0,11 0:아니다 11:활동적이다 Q4212 numeric Y (이미지단어)편안하다 0,12 0:아니다 12:편안하다 Q4213 numeric Y (이미지단어)발랄하다 0,13 0:아니다 13:발랄하다 Q4214 numeric Y (이미지단어)여성적이다 0,14 0:아니다 14:여성적이다 Q4215 numeric Y (이미지단어)남성적이다 0,15 0:아니다 15:남성적이다 Q4216 numeric Y (이미지단어)부드럽다 0,16 0:아니다 16:부드럽다 Q5 numeric Y 스타일 선호도(재질문) 1,2 1:그렇지 않다 2:그렇다 4 user string Y 응답자 정보 4-1 R_id numeric Y 응답자ID 4-2 r_gender numeric Y 응답자 성별 1,2 1:남성 2:여성 4-3 age numeric Y 연령 1~4 1:20~29세 2:30~39세 3:40~49세 4:50~60세 4-4 mar numeric Y 결혼상태 1,2 1:미혼 2:기혼 4-5 job numeric Y 직업 1~8 1:전업주부 2:기술/전문직 3:판매/서비스직 4:사무/관리직 5:학생 6:기타 4-6 income numeric Y 월소득액 1~11 1:200만원 미만 2:200~300만원 미만 3:300~400만원 미만 4:400~500만원 미만 5:500~600만원 미만 6:600만원 이상 4-7 r_style1 numeric Y 패션스타일1 1:화려하고 독특한 2:무난하고 평범한 4-8 r_style2 numeric Y 패션스타일2 1:남성적/여성적인 2:중성적인 4-9 r_style3 numeric Y 패션스타일3 1:전통적인 2:트랜디한 4-10 r_style4 numeric Y 패션스타일4 1:포멀한 2:캐주얼한 4-11 r_style5 numeric Y 패션스타일5 1:활발한 2:점잖은 Json 파일(실제 예시)
{"E_id": 519,
"imgName": "W_14894_50_feminine_W.jpg",
"item": {
"imgName": "W_14894_50_feminine_W.jpg",
"era": 1950,
"style": "feminine",
"gender": "W",
"survey": {
"Q1": 2,
"Q2": 1,
"Q3": 5,
"Q411": 1,
"Q412": 2,
"Q413": 2,
"Q414": 2,
"Q4201": 0,
"Q4202": 2,
"Q4203": 0,
"Q4204": 0,
"Q4205": 5,
"Q4206": 6,
"Q4207": 0,
"Q4208": 0,
"Q4209": 0,
"Q4210": 0,
"Q4211": 0,
"Q4212": 0,
"Q4213": 0,
"Q4214": 0,
"Q4215": 0,
"Q4216": 0,
"Q5": 1
}
},
"user": {
"R_id": 681,
"r_gender": 2,
"age": 1,
"mar": 1,
"job": 4,
"income": 2,
"r_style1": 2,
"r_style2": 1,
"r_style3": 2,
"r_style4": 2,
"r_style5": 1
}
} -
데이터셋 구축 담당자
수행기관(주관) : ㈜메트릭스
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 서라벌 02-6244-0773 seorb@metrix.co.kr 업무총괄 수행기관(참여)
수행기관(참여) 기관명 담당업무 현대리서치 이미지 가공 더블유더블유디 원천데이터 수집 더바이럴 원천데이터 수집 오피니언라이브 품질관리 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 서라벌 02-6244-0773 seorb@metrix.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] [공용IRB 심의신청 가이드라인]
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.
오프라인 데이터 이용 안내
본 데이터는 K-ICT 빅데이터센터에서도 이용하실 수 있습니다.
다양한 데이터(미개방 데이터 포함)를 분석할 수 있는 오프라인 분석공간을 제공하고 있습니다.
데이터 안심구역 이용절차 및 신청은 K-ICT빅데이터센터 홈페이지를 참고하시기 바랍니다.
국방데이터 개방 안내
본 데이터는 국방데이터로 군사 보안에 따라 AI허브에서 데이터를 제공하지 않으며,
군 담당자를 통한 별도의 사용 신청이 필요합니다.