#YOLOX
# CNN
# R-CNN
# Mask R-CNN
비동일 객체 인식 오류 방지 데이터
- 분야영상이미지
- 유형 이미지
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2023-11-15 데이터 최종 개방 1.0 2023-07-26 데이터 개방(Beta Version) 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2023-11-15 산출물 전체 공개 소개
ㅇ 시각적 유사성으로 인해 동일 객체로 인식할 수 있는 오류가 있는 객체 데이터 - 다양한 환경에서 객체 인식 정확도를 높이기 위해 형태, 색상, 질감 등 시각적 유사성을 갖는 비동일 객체의 환경변환에 대한 이미지 데이터셋을 구축 - 비동일 객체 50쌍 100개 객체에 대해 환경변환 10종 100만장 이상의 데이터를 구축 • 객체별 환경변환 10종에 대해 환경변환별 1,000장 이상의 이미지 데이터를 구축구축목적
서로 다른 객체지만 형태, 질감, 색상 등의 시각적 유사성으로 생기는 인식 오류(동일 객체로 인식)를 줄이기 위해 유사성을 갖고 있는 비동일 객체 50쌍 100종에 대해 100만장 이상의 데이터를 구축함
-
메타데이터 구조표 데이터 영역 영상이미지 데이터 유형 이미지 데이터 형식 JPG 데이터 출처 직접수집 라벨링 유형 바운딩박스, 폴리곤(이미지) 라벨링 형식 JSON 데이터 활용 서비스 - 시각적으로 유사한 비동일객체 데이터 학습을 통해 객체 인식률을 개선한다면 스마트 물류센터를 위한 AI 상품 분류 시스템 품질향상에 기여할 수 있을 것으로 기대 - 외형은 유사하지만 다른 상품처럼 비동일 객체에 대한 인식률을 상승시킬 수 있다면 스마트 무인점포를 위한 AI 기술을 고도화할 수 있을 것으로 기대 데이터 구축년도/
데이터 구축량2022년/1,032,842장(1,116.2GB) -
1. 데이터 통계
• 데이터 구축 규모
- 원천데이터 총 1,032,842장(환경변환 데이터 1,032,842장)
- 이미지 데이터 및 레이블링 데이터가 1쌍으로 구성1. 데이터 통계 구분 종류 구축 규모 이미지 데이터 JPG 이미지 파일 1,032,842 장 레이블링 데이터 JSON 파일(어노테이션정보 및 메타 데이터 정보) 1,032,842 건 2. 데이터 분포
• 객체분류별 분포 : 유사모양 객체 50쌍 이상 100개 이상 객체 구축 건수
• 환경변환별 분포 : 각도, 배경색, 휘도, 조명 구축 건수2. 데이터 분포 객체 합계 환경변환 코드 C010 C020 C030 C040 C050 C060 C070 C080 C090 C100 각설탕 11,455 1,215 1,000 1,000 1,000 1,134 1,152 1,125 1,115 1,191 1,523 치킨무 11,455 1,215 1,000 1,000 1,000 1,134 1,152 1,125 1,115 1,191 1,523 메주 10,739 1,078 1,000 1,127 1,150 1,142 1,106 1,047 1,000 1,072 1,017 황토벽돌 10,739 1,078 1,000 1,127 1,150 1,142 1,106 1,047 1,000 1,072 1,017 삶은메추리알 10,502 1,019 1,000 1,000 1,000 1,000 1,000 1,156 1,093 1,082 1,152 통마늘 10,502 1,019 1,000 1,000 1,000 1,000 1,000 1,156 1,093 1,082 1,152 국수소면 10,002 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,002 1,000 1,000 실타래 10,002 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,002 1,000 1,000 시력검사가리개 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 숟가락 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 도토리묵 10,437 1,043 1,105 1,042 1,013 1,021 1,101 1,112 1,000 1,000 1,000 비누 10,437 1,043 1,105 1,042 1,013 1,021 1,101 1,112 1,000 1,000 1,000 백설기 10,365 1,000 1,000 1,000 1,000 1,365 1,000 1,000 1,000 1,000 1,000 매직블럭 10,365 1,000 1,000 1,000 1,000 1,365 1,000 1,000 1,000 1,000 1,000 귀이개 10,228 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,101 1,127 빨대세척솔 10,228 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,101 1,127 커피원두 11,717 1,500 1,043 1,139 1,075 1,008 1,126 1,089 1,158 1,079 1,500 조리퐁과자 11,717 1,500 1,043 1,139 1,075 1,008 1,126 1,089 1,158 1,079 1,500 파인애플통조림 10,965 1,008 1,157 1,155 1,138 1,053 1,076 1,120 1,112 1,146 1,000 폴리우레탄고무패스너와셔 10,965 1,008 1,157 1,155 1,138 1,053 1,076 1,120 1,112 1,146 1,000 오징어실채 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 갈색케이블타이 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 주사위 10,041 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,041 1,000 1,000 당구초크 10,041 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,041 1,000 1,000 말린지네 10,075 1,000 1,000 1,000 1,000 1,074 1,000 1,000 1,000 1,001 1,000 핀헤더 10,075 1,000 1,000 1,000 1,000 1,074 1,000 1,000 1,000 1,001 1,000 오레오시리얼 10,885 1,089 1,089 1,030 1,000 1,018 1,000 1,165 1,167 1,160 1,167 폐타이어 10,885 1,089 1,089 1,030 1,000 1,018 1,000 1,165 1,167 1,160 1,167 도넛 10,262 1,107 1,069 1,000 1,022 1,000 1,000 1,064 1,000 1,000 1,000 튜브 10,262 1,107 1,069 1,000 1,022 1,000 1,000 1,064 1,000 1,000 1,000 먹 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 양갱 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 쑥절편 10,300 1,000 1,098 1,088 1,033 1,066 1,000 1,015 1,000 1,000 1,000 빨래판 10,300 1,000 1,098 1,088 1,033 1,066 1,000 1,015 1,000 1,000 1,000 사무용자석 10,791 1,196 1,093 1,083 1,000 1,069 1,094 1,000 1,053 1,123 1,080 스탬프 10,791 1,196 1,093 1,083 1,000 1,069 1,094 1,000 1,053 1,123 1,080 네일아트팁 10,023 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,023 1,000 머리핀 10,023 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,023 1,000 향 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 빼빼로 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 악력기 10,101 1,070 1,000 1,030 1,001 1,000 1,000 1,000 1,000 1,000 1,000 마늘다지기 10,101 1,070 1,000 1,030 1,001 1,000 1,000 1,000 1,000 1,000 1,000 배개속편백나무칩 10,054 1,000 1,000 1,000 1,016 1,038 1,000 1,000 1,000 1,000 1,000 마시멜로우 10,054 1,000 1,000 1,000 1,016 1,038 1,000 1,000 1,000 1,000 1,000 송편 10,077 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,077 1,000 박하사탕 10,077 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,077 1,000 핫팩 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 마우스 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 샤워타올 10,454 1,000 1,124 1,047 1,040 1,000 1,066 1,127 1,006 1,044 1,000 맛기차콘 10,454 1,000 1,124 1,047 1,040 1,000 1,066 1,127 1,006 1,044 1,000 꽈배기 10,754 1,092 1,090 1,108 1,087 1,000 1,084 1,019 1,099 1,100 1,075 왕고무링 10,754 1,092 1,090 1,108 1,087 1,000 1,084 1,019 1,099 1,100 1,075 마사지볼 10,155 1,043 1,079 1,012 1,000 1,021 1,000 1,000 1,000 1,000 1,000 조랭이떡 10,155 1,043 1,079 1,012 1,000 1,021 1,000 1,000 1,000 1,000 1,000 글루건심 10,048 1,000 1,000 1,000 1,048 1,000 1,000 1,000 1,000 1,000 1,000 빨대 10,048 1,000 1,000 1,000 1,048 1,000 1,000 1,000 1,000 1,000 1,000 분필 10,549 1,092 1,000 1,000 1,000 1,123 1,027 1,000 1,108 1,097 1,102 수수깡 10,549 1,092 1,000 1,000 1,000 1,123 1,027 1,000 1,108 1,097 1,102 목탁 10,290 1,089 1,004 1,074 1,009 1,000 1,009 1,000 1,000 1,069 1,036 케틀벨 10,290 1,089 1,004 1,074 1,009 1,000 1,009 1,000 1,000 1,069 1,036 기와 10,403 1,000 1,102 1,000 1,000 1,000 1,009 1,139 1,118 1,000 1,035 기와목배게 10,403 1,000 1,102 1,000 1,000 1,000 1,009 1,139 1,118 1,000 1,035 성냥 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 한쪽면봉 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 고무줄 10,047 1,000 1,000 1,000 1,000 1,047 1,000 1,000 1,000 1,000 1,000 중화면 10,047 1,000 1,000 1,000 1,000 1,047 1,000 1,000 1,000 1,000 1,000 좀약 10,210 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,082 1,128 바둑알 10,210 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,082 1,128 알약 11,028 1,159 1,177 1,000 1,130 1,005 1,149 1,180 1,169 1,059 1,000 검은콩 11,028 1,159 1,177 1,000 1,130 1,005 1,149 1,180 1,169 1,059 1,000 마사지건 10,240 1,121 1,119 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 헤어드라이어 10,240 1,121 1,119 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 물감 10,070 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,070 립밤 10,070 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,070 시가 10,022 1,000 1,000 1,000 1,000 1,000 1,000 1,022 1,000 1,000 1,000 크레파스 10,022 1,000 1,000 1,000 1,000 1,000 1,000 1,022 1,000 1,000 1,000 휴대용종아리마사지기 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 푸시업바 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 레몬 11,292 1,305 1,000 1,000 1,000 1,072 1,136 1,143 1,050 1,086 1,500 소프트럭비공 11,292 1,305 1,000 1,000 1,000 1,072 1,136 1,143 1,050 1,086 1,500 스펀지 10,577 1,000 1,011 1,102 1,007 1,064 1,000 1,052 1,108 1,129 1,104 무지개떡 10,577 1,000 1,011 1,102 1,007 1,064 1,000 1,052 1,108 1,129 1,104 장식별 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 불가사리 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 전기파리채 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 테니스라켓 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 레코드판 10,718 1,114 1,000 1,000 1,182 1,081 1,104 1,096 1,000 1,141 1,000 그라인딩디스크 10,718 1,114 1,000 1,000 1,182 1,081 1,104 1,096 1,000 1,141 1,000 캔들 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 계란 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 차량워셔액 10,102 1,085 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,017 이온음료 10,102 1,085 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,017 손거울 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 샤워기 10,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 킬바사소세지 10,050 1,050 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 킬바사목배개 10,050 1,050 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 덤벨 10,008 1,000 1,008 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 개껌 10,008 1,000 1,008 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 당근 10,385 1,000 1,083 1,000 1,000 1,069 1,000 1,000 1,000 1,134 1,099 이어플러그 10,385 1,000 1,083 1,000 1,000 1,069 1,000 1,000 1,000 1,134 1,099 합계 1,032,842 104,950 102,902 102,074 101,902 102,940 102,478 103,342 102,798 103,992 105,464 ※ 환경변환 코드
※ 환경변환 코드 C010 C020 C030 C040 C050 각도/흰색/일반 휘도/주백색 각도/흰색/어두운 휘도/주광색 각도/흰색/밝은 휘도/전구색 각도/유사색-1/일반 휘도/주광색 각도/유사색-2/어두운 휘도/전구색 ※ 환경변환 코드 C060 C070 C080 C090 C100 각도/유사색-3/밝은 휘도/주광색 각도/보색-1/일반 휘도/전구색 각도/보색-2/어두운 휘도/주백색 각도/패턴-1/밝은 휘도/전구색 각도/패턴-2/일반 휘도/주백색 
-
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드1. 모델 학습
• Polygon(Segmentation) 탐지 중 가장 안정적인 성능(mAP 및 IoU의 품질 보장 / 평균적인 FPS)
• FPS가 다른 모델과 비교했을 때도 정확성 측면에서는 가장 높은 성능
• 과제의 목표를 고려 시 가장 안정적이고 유용한 AI 학습모델
[그림] Mask R-CNN 네트워크
2. 서비스 활용 시나리오
• 시각적으로 유사도가 낮은 동일한 객체를 인식함으로 머신 비전 고도화
• 객체의 다양한 변화가 많은 스마트 무인점포 시스템에 활용 가능
• 이미지 검색 서비스에 활용하여 무인점포 시스템의 결제 자동화를 위한 상품인식 기술 향상 기대 -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 바운딩박스 탐지 성능 Object Detection Mask R-CNN mAP@IoU 0.5 60 % 97.46 % 2 세그멘테이션 추출 성능 Object Detection YOLOX mAP@IoU 0.5 60 % 95.67 %
※ 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 다운로드1. 데이터 포맷
- 데이터 예시
- 레이블링 테이터 예시
2. 데이터 구성
- 기본 포맷 : JPG + JSON File로 구성된 한 쌍
- 데이터 가공(라벨링) 내용2. 데이터 구성 구분 No 속성명 속성 및 내용 필수 1 info 데이터셋 정보 필수 2 description 상세설명 필수 3 version 버전 필수 4 year 날짜 필수 5 contributor 기관명 필수 6 date_created 데이터 생성 날짜 필수 7 images 이미지 정보 필수 8 id 이미지 식별 필수 9 env_id 환경 변수 식별 필수 10 width 이미지 너비 필수 11 height 이미지 높이 필수 12 file_name 파일명 필수 13 pair_name 유사객체 파일명 필수 14 annotations 라벨링 정보 필수 15 id 라벨링 식별 필수 16 image_id 연관이미지 식별 필수 17 category_id 클래스 식별 필수 18 category 클래스 필수 19 bbox 바운딩박스 필수 20 area 범위 필수 21 segmentation 세그멘테이션 필수 22 categories 클래스 정보 필수 23 id 클래스 식별 필수 24 category 클래스 명칭 필수 25 superCategory 수퍼클래스 명칭 필수 26 similarities 유사성 정보 필수 27 licenses 라이센스 정보 필수 28 id 라이센스 식별 필수 29 name 라이센스 명 필수 30 url 라이센스 URL 필수 31 enviroments 필수 32 id 환경변수 식별 필수 33 env 환경변수 필수 34 name 환경변수 이름 3. 어노테이션 포맷
3. 어노테이션 포맷 구분 속성명 타입 필수여부 설명 범위 비고 1 info object 데이터셋 정보 1-1 description string Y 상세설명 1-2 version string Y 버전 1-3 year string Y 날짜 1-4 contributor string Y 기관명 1-5 date_created string Y 데이터 생성 날짜 2 images array 이미지 정보 2-1 id number Y 이미지 식별 1~9999999 2-2 env_id number Y 환경 변수 식별 1~10 2-3 width number Y 이미지 너비 0~1920 2-4 height number Y 이미지 높이 0~1080 2-5 file_name string Y 파일명 2-6 pair_name string Y 유사객체 파일명 3 annotations array 라벨링 정보 3-1 id number Y 라벨링 식별 1~100 3-2 image_id number Y 연관이미지 식별 1~9999999 3-3 category_id number Y 클래스 식별 1~10000 3-4 category string Y 클래스 3-5 bbox array Y 바운딩박스 3-6 area number Y 범위 0~2073600 3-7 segmentation array Y 세그멘테이션 4 categories array 클래스 정보 4-1 id number Y 클래스 식별 1~10000 4-2 category string Y 클래스 명칭 4-3 superCategory string Y 수퍼클래스 명칭 4-4 similarities string Y 유사성 정보 5 licenses object 라이센스 정보 5-1 id number Y 라이센스 식별 0~10000000 5-2 name string Y 라이센스 명 5-3 url string Y 라이센스 URL 6 enviroments object 6-1 id number Y 환경변수 식별 1~10 6-2 env string Y 환경변수 6-3 name string Y 환경변수 이름 4. 실제 예시
-
데이터셋 구축 담당자
수행기관(주관) : 스마트쿱㈜
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 최진욱 02-548-6969 jefferson@smartcoop.kr 수집 및 정제, 모델링, 품질검증 수행기관(참여)
수행기관(참여) 기관명 담당업무 ㈜크리에이션즈 수집 및 정제 딥크라우드㈜ 가공 ㈜엠티데이타 품질검증 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 최진욱 02-548-6969 jefferson@smartcoop.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.
K-ICT 빅데이터센터는 데이터 안심구역으로 지정되어
다양한 데이터(미개방 데이터 포함)를 분석할 수 있는 오프라인 분석공간을 제공하고 있습니다.
다양한 데이터(미개방 데이터 포함)를 분석할 수 있는 오프라인 분석공간을 제공하고 있습니다.
데이터 안심구역 이용절차 및 신청은 K-ICT빅데이터센터 홈페이지를 참고하시기 바랍니다.