AI-Hub

데이터 변경이력

데이터 히스토리

소개

시인성이 저하된 비온전 로드마크와 온전한 로드마크 유형을 분류하고 자율주행을 위한 2D 객체 검출을 제공하는 AI 모델 학습데이터

구축목적

물리적 마모로 인한 시인성 저하 및 환경적 시인성이 저하된 비온전한 로드마크와 온전한 로드마크 유형을 분류/조사/분석하여 자율주행 객체 인지에서 중요한 로드마크 유형을 정의하고, 자율주행 2D 객체 검출 및 2D 세그멘테이션 인지용 학습데이터를 구축

1. 데이터 구축 규모

객체 정보의 상세 내용은 다음과 같다.

• 어노테이션 종류 및 내용

  어노테이션 종류 및 내용

  어노테이션 타입	어노테이션 대상	어노테이션 내용 상세
  2D Bounding Box	속도제한, 보호구역, 진행방향 등	1. 객체의 인스턴스 고유 번호 2. 객체 어노테이션 고유 번호 3. 객체 카테고리 번호 4. 도로유형, 날씨, 시간대, 복잡도, 해상도 등 이미지 정보 5. 가공 방법에 따른 좌표
  2D Segmentation	안전지대, 횡단보도, 화살표 등
  2D Polyline	차선

2. 데이터 분포

• 비온전,온전, 도로유형, 시간대, 날씨, 교통상황 혼잡도, 객체 다양화의 설계 기준과 분포는 다음과 같다.
  • 비온전/온전 : 차선도색안전협회의 자문을 바탕으로 도로 로드마크 이미지를 온전, 물리적 비온전, 환경적 비온전, 복합적 비온전으로 분류하였다. 분포도는 온전 이미지 40%, 비온전 이미지 60% 이다.
  • 도로유형 : 도심로에 다양한 로드마크가 분포하므로 자동차 전용도로 20% 도심로 80% 로 구성하였다.
  • 시간대 : 주간 데이터와 야간 데이터가 적절한 비율로 구성되어야 하므로 주간 50%, 야간 50%로 구성하였다.
  • 날씨 : 다양한 날씨 정보를 포함하고 있어야 학습 모델이 환경적인 요인에 영향을 덜 받으므르 맑음, 강수, 안개 상황이 골고루 포함되도록 했다.
  • 복잡도 : 자동차의 주행 속도에 따라 원활/혼잡으로 구분
  • 객체 다양화 : 도로교통법 시행 규칙 제 8조 1항 5호 교통안전 표지를 참고하여 총 53종으로 구성하였고 노상장애물의 경우 2020.10.07. 법개정으로 삭제되었다.

[로드마크 종류]

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

1. AI 활용 모델 설명

• 객체의 클래스 정확성: 도로 마크(사업계획서 참조), 도로 글자, 차선 단위 분류의 정확성
• 각각의 Snapshot 기준으로 Object Detection 오류, 분류 오류 등을 고려하여 B-Box의 크기 기준으로 mAP(mean of Average Precision) 값 계산
• 각 도로 주행 케이스 단위로 여러 장의 Snapshot으로부터 mAP 값의 평균 계산

2.  서비스 활용 시나리오

• 구축한 모델은 다양한 자율주행 상황에서의 도로의 다양한 로드마크 Detection에 활용할 수 있음

데이터 성능 점수

설명서 및 활용가이드 다운로드

1. 원천 데이터 포맷

• 데이터 Naming
  2D 이미지, 2D 어노테이션 파일, 3D 어노테이션파일, GPS, IVN 파일 이름이 일치

[파일 이름 구조]

[온전/비온전 코드]

예) 맑은 날 밤에, 교통 상황이 원활한 도심로의 물리적 비온전 로드마크 데이터의 이미지
0202_night_clear_smooth_00000001.png

[메타 데이터 구성 요소]

[메타 데이터 내용]

2. 데이터 구성

• 어노테이션 포맷

  2. 데이터 구성 어노테이션 포맷

  구분			항목명	타입	필수여부	설명	범위	비고
  1			images		Y	이미지 파일 정보
  	1-1		id	string	Y	파일 아이디		126327
  	1-2		filename	string	Y	파일명		0101_light_rainy_smooth_03000002.png
  	1-3		width	int	Y	파일 가로 사이즈	[0-1920]
  	1-4		height	int	Y	파일 세로 사이즈	[0-1080]
  	1-5		sensor	string		카메라	C
  	1-6		road	string	Y	온전/비온전- 자동차전용/도심로	[0101, 0102]	온전-자동차전용도로=0101,
  								온전도심로=0102
  	1-7		time	string	Y	주간/야간	[light.night]
  	1-8		weather	string	Y	맑음/강수/안개	[clear,rainy,foggy]
  	1-9		flow	string	Y	원활/복잡	[smooth, traffic]
  2			annotations		Y	어노테이션 정보
  	2-1		id	string	Y	어노테이션아이디		811201
  	2-2		category_id	int	Y	객체 카테고리 번호
  	2-3		image_id	string	Y	이미지 고유 번호		126327
  	2-4		segmentation		N	line을 이루는 point정보로 위에서부터 순서대로(0,1)가 한쌍이며, 여러쌍으로 이루어져있음		label_type이 IMAGE_SEGMENTATION 일 때 필수 Y
  		2-4-1	0	float	N			746.6
  		2-4-2	1	float	N			815.48
  	2-5		polyline		N	line을 이루는 point정보로 위에서부터 순서대로(x,y)가 한쌍이며, 여러쌍으로 이루어져있음		label_type이 IMAGE_LINE 일 때 필수 Y
  		2-5-1	0	float	N			746.6
  		2-5-2	1	float	N			815.48
  	2-6		bbox		N	바운드박스 좌표값 (0,1,2,3)		label_type이 IMAGE_BBOX 일 때 필수 Y
  		2-6-1	0	float	N
  		2-6-2	1	float	N
  								1463.94
  								879.34
  		2-6-3	2	float	N
  								58.71
  		2-6-4	3	float	N
  								45.2
  	2-7		area	float	N	2D 객체 넓이		label_type이 IMAGE_BBOX, IMAGE_SEGMENTATION 일 때 필수 Y
  3			categories		Y	객체 정보
  	3-1		supercategory	string	Y	객체 중분류		“roadlane”
  	3-2		id	int	Y	객체 번호
  	3-3		name	string	Y	객체 이름		중앙선

3. 라벨링데이터 실제 예시

[2D 라벨링 내용]

데이터셋 구축 담당자

수행기관(주관) : ㈜컴버스테크

수행기관(참여)

데이터 관련 문의처