AI-Hub

데이터 변경이력

데이터 히스토리

소개

도로 정비와 관련된 지역사회 현안 해결을 위해 지자체의 도로 정비 대상이 되는 객체들을 AI 학습용 데이터로 구축함으로서 기초지자체 도로정비 AI 모델 개발을 위한 기반 마련

구축목적

도로 상태 및 관리와 관련된 사회적 방안제시를 위해 컴퓨터 비전기술을 기반으로, 도로정비의 대상이 되는 도로균열, 도로홀, 경계석, 측구, 멘홀, 중앙분리대, PE방호벽, 임시안전방호벽을 탐지할 수 있는 인공지능 학습용 데이터 대규모 구축

1. 데이터 구축 규모

2. 데이터 분포

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

• 각 데이터 항목별로 적합한 모델을 선정하고, 데이터를 Train/Val/Test (8:1:1)로 분할하여 학습 진행  

  각 데이터 항목

  객체	데이터	적용 모델명	결과
  	형태
  도로객체	폴리라인	Mask R-CNN
  (도로균열)	폴리곤변환
  도로객체	바운딩	Yolo v5
  (도로 홀)	박스
  도로 관리객체	폴리곤	Mask R-CNN
  (경계석, 측구, 멘홀, 중앙분리대, PE방호벽, 임시안전방호벽)

데이터 성능 점수

설명서 및 활용가이드 다운로드

• 수집 : 차량 내부에 도로의 정면을 바라 볼 수 있게 카메라를 설치한 후 지자체 내의 도로 주행 영상을 수집 
• 정제 : 주행 영상에 대하여 비식별화 작업을 수행한 후, 이미지를 추출하고, 객체가 없는 등 가치가 떨어지는 이미지를 제외 
• 가공 : 라벨링 도구를 활용하여 Bounding Box, Polygon, Polyline 방식의 라벨링 방식 수행
• 검증 : 데이터 품질 확보를 위한 다양성, 구문 정확성, 의미 정확성, 유효성 검증 진행

1. 대표도면

• CASE1
  
• CASE2
  

2. 라벨링데이터 구성

•  

  1. 대표도면

  구분		항목명	타입	필수여부	설명	범위	비고
  1		licenses	array	-	라이선스	-	-
  	1-1	licenses[]name	String	-	라이선스명	최대 10글자	-
  	1-2	licenses[].id	Number	-	라이선스ID	[0,1,2,...]	-
  	1-3	licenses[].url	String	-	라이선스URL	-	-
  2		info	Object	-	데이터셋정보	-	-
  	2-1	info.contributor	String	-	데이터셋생성자	최대 5글자	데이터셋 생성자 이름
  	2-2	info.date_created	String	-	데이터셋생성일자	-	-
  	2-3	info.description	String	-	데이터셋상세설명	최대 10글자	-
  	2-4	info.url	String	-	데이터셋URL	-	-
  	2-5	info.version	String	-	데이터셋버젼	V1.0	-
  	2-6	info.year	Number	-	데이터셋생성년도	2021	-
  3		categories	Array	-	클래스		-
  	3-1	categories[].id	Number	Y	클래스ID	[0,1,2,...]	-
  	3-2	categories[].name	String	Y	클래스명	도로(홀)/ 도로균열/ PE 방호벽/ 임시 안전방호벽/중앙분리대 /맨홀/측구/경계석	-
  	3-3	categories[].subcategory	String	Y	클래스 중분류	도로(홀)/ 도로균열/ 경계석/ 수로관/ 방호벽	-
  4		images	Array	-	이미지정보	-	-
  	4-1	images[].id	Number	Y	이미지ID	[0,1,2,...]	-
  	4-2	images[].width	Number	Y	이미지너비	[0~1920]	-
  	4-3	images[].height	Number	Y	이미지높이	[0~1080]	-
  	4-4	images[].file_name	String	Y	이미지파일명	-	-
  	4-5	images[].license	Number	-	이미지라이선스	-	-
  	4-6	images[].url	String	-	이미지URL	-	-
  	4-7	images[]..date_captured	String	Y	이미지촬영시간	AM/PM	AM : 오전 PM : 오후
  	4-8	images[].date_weather	String	Y	이미지촬영날씨	sunny/wet/rainy	sunny :맑음 wet :우천 후 rainy :우천 시
  	4-9	images[].supercategory	String	Y	이미지 클래스 대분류	CASE1/CASE2	CASE1: 노면객체 CASE2: 공간객체
  5		annotations	Array		라벨링정보	-	-
  	5-1	annotations[].id	Number	Y	라벨링ID	[0,1,2,...]	-
  	5-2	annotations[].image_id	Number	Y	연관이미지ID	[0,1,2,...]	-
  	5-3	annotations[].category_id	Number	Y	클래스정보	[0,1,2,...]	-
  	5-4	annotations[].segmentation	Array	Y	라벨링좌표	-	-
  	5-5	annotations[].area	Number		라벨링크기	-	-
  	5-6	annotations[].bbox	Array		라벨링바운딩박스	-	-
  	5-7	annotations[].iscrowd	Number		단일객체이미지	0/1	0 : 해당 이미지에 하나의 라벨만 있음 1:해당 이미지에 하나 이상의 라벨있음

3. 라벨링데이터 실제예시

데이터셋 구축 담당자

수행기관(주관) : ㈜경성테크놀러지

수행기관(참여)