콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#패션 # 패션상품 # 패션모델 # 사람자세 # 사람영역

패션상품 및 착용 영상

패션 상품 및 착용 이미지
  • 분야영상이미지
  • 유형 이미지
구축년도 : 2020 갱신년월 : 2023-05 조회수 : 30,526 다운로드 : 1,361 용량 :
샘플 데이터 ?

샘플데이터는 데이터의 이해를 돕기 위해 별도로 가공하여 제공하는 정보로써 원본 데이터와 차이가 있을 수 있으며,
데이터에 따라서 민감한 정보는 일부 마스킹(*) 처리가 되어 있을 수 있습니다.

※ 내국인만 데이터 신청이 가능합니다.

  • 데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.1 2023-05-17 원천데이터, 라벨링데이터 수정
    1.0 2021-06-18 데이터 최초 개방

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2024-02-21 샘플데이터 수정
    2022-10-12 신규 샘플데이터 개방

    소개

    단색 배경에서 촬영한 전신 패션 스튜디오 및 패션 상품 영상 데이터

    구축목적

    패션상품과 착용정보를 바탕으로, 스튜디오에서 촬영한 것과 유사한 패션 사진을 Generative Model로 생성해 내기 위한 데이터세트
  • 구축 내용 및 제공 데이터량

    • 스튜디오 패션 영상(모델 사진) 6,741,328건
    • 스튜디오 패션 영상 모델 키포인트: 120,936건
    • 스튜디오 패션 영상 모델 semantic영역: 120,936건
    • 패션상품 및 패션영상 페어: 117,270건
    • 패션 상품 대표 사진(제품 사진) 40,036건
    • 패션 상품 키포인트 : 40,036건
    • 패션 상품 semantic 영역: 40,036건
      구축 내용 및 제공 데이터량 표
      데이터 종류 실적
      스튜디오 패션 영상 6,741,328 장
      모델의 자세 120,396 건
      모델의 semantic 영역 120,396 건
      패션제품 대표 사진 40,036 장
      제품의 자세 40,036 건
      제품의 semantic 영역 40,036 건
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • AI 모델 상세 설명서 다운로드

    AI 모델 다운로드
  • 데이터 성능 점수

    측정값 (%)
    기준값 (%)

    데이터 성능 지표

    데이터 성능 지표
    번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수
    1 패션영상 모델 자세 정보 Pose Estimation HR-Net mAP 74.4 % 98.8 %
    2 패션영상 semantic 영역 정보 Segmentation HR-Net mIoU 56.04 % 75.5 %
    3 바닥샷 semantic 영역 정보 Segmentation HR-Net mIoU 56.04 % 60.68 %

    ※ 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 다운로드

    데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.0 2021.06.18 데이터 최초 개방  

    구축 목적

    • 패션상품과 착용정보를 바탕으로, 스튜디오에서 촬영한 것과 유사한 패션 사진을 Generative Model로 생성해 내기 위한 데이터세트

    활용 분야

    • 패션 스튜디오 영상 생성 기술
    • 패션 상품 구별 분류(classficiation) 기술
    • 패션 코디 자동 생성 기술
    • 상품 디자인 자동 생성 기술

    소개

    • 한국 패션 시장에 존재하는 다양한 형태의 패션 상품을 수집/촬영하고 이를 모델에 실제 착용시켜 사진을 수집한 데이터세트로, 패션상품 착용 영상을 생성시키는 기술(VITON:Virtual Try-On)에 활용할 수 있을 뿐만 아니라, 다양한 패션 관련 기술들에도 활용할 수 있는 데이터 세트

    패션 상품 및 착용 이미지- 소개 이미지

    구축 내용 및 제공 데이터량

    • 스튜디오 패션 영상(모델 사진) 6,741,328건
    • 스튜디오 패션 영상 모델 키포인트: 120,936건
    • 스튜디오 패션 영상 모델 semantic영역: 120,936건
    • 패션상품 및 패션영상 페어: 117,270건
    • 패션 상품 대표 사진(제품 사진) 40,036건
    • 패션 상품 키포인트 : 40,036건
    • 패션 상품 semantic 영역: 40,036건
      구축 내용 및 제공 데이터량 표
      데이터 종류 실적
      스튜디오 패션 영상 6,741,328 장
      모델의 자세 120,396 건
      모델의 semantic 영역 120,396 건
      패션제품 대표 사진 40,036 장
      제품의 자세 40,036 건
      제품의 semantic 영역 40,036 건

    대표도면

    패션 상품 및 착용 이미지- 대표도면- 착용정보 데이터 구성

    <착용정보 데이터 구성>

     

    레이블링 구성
    패션 상품 및 착용 이미지- 대표도면- 레이블링 구성- 모델 키포인트 패션 상품 및 착용 이미지- 대표도면- 레이블링 구성- 모델 영역 패션 상품 및 착용 이미지- 대표도면- 레이블링 구성- 상품 키포인트 패션 상품 및 착용 이미지- 대표도면- 레이블링 구성- 상품 영역
    모델 키포인트 모델 영역 상품 키포인트 상품 영역

     

    <레이블링 구성>

     

    필요성

    • 온라인 패션 시장은 코로나 상황 등과 맞물려 크게 성장하고 있으나, 아직 동대문의 많은 소상공인들은 기회를 얻지 못하고 있는 상황

    • 옷의 질 등은 훌륭한 상황에서도 대형 스튜디오와 모델을 이용한 홍보 등이 비용적으로 불가능한 상황이라 경쟁력이 떨어짐

    • 이를 AI 데이터 및 기술이 극복하여 많은 패션관련 소상공인들에게 기회를 부여하고자 함

    • 이에 더해, 패션 관련된 데이터는 저작권, 초상권 등 법적인 문제가 얽혀있는 경우가 많아 수집이 어려우나, 본 과제에서는 법적인 문제를 해결하여 수집, 가공하고 배포함

    데이터 구조

    • 데이터 구성
      - 스튜디오 패션 영상: Model-Image
      - 스튜디오 패션 영상 모델 키포인트: Model-Pose
      - 스튜디오 패션 영상 모델 영역: Model-Parse
      - 패션상품 대표 사진: Item-Image
      - 패션상품 키포인트: Item-Pose
      - 패션상품 영역: Item-Parse
      - 스튜디오 패션 영상 및 패션상품 페어: wearing_info.json

       

      패션 상품 및 착용 이미지- 데이터 폴더 구조
    • 어노테이션 포맷
      - 키포인트 정보 구조
      어노테이션 포맷 표1
      No 항목 길이 타입 필수여부
      한글명 영문명
      1 데이터셋 정보        



       
      1-1 파일명 file_name   String Y
      1-2 카테고리 레이블 category_id   Integer Y
      1-3 카테고리 이름 category_name   string Y
      1-4 이미지 크기 image_size   dict(width, height) Y
      2 정보        


       
      3-1 키포인트 개수 num_keypoints   Integer Y
      3-2 바운딩 박스 bbox   list Y
      3-3 키포인트(랜드마크) landmarks   list Y

       

      - 영역 정보 구조
      어노테이션 포맷 표2
      No 항목 길이 타입 필수여부
      한글명 영문명
      1 데이터셋 정보        

       
      1-1 파일명 file_name   String Y
      1-4 이미지 크기 image_size   dict(width, height) Y
      2 영역 region   jsonObject Y



       
      2-1 카테고리 레이블 category_id   Integer Y
      2-2 카테고리 이름 category_name   string Y
      3-3 바운딩 박스 bbox   list Y
      3-4 영역 segmentation   list Y
  • 데이터셋 구축 담당자

    수행기관(주관) : 한국전자통신연구원
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    박순찬 042-860-5058 [email protected] · 데이터 설계 · AI 모델 및 응용서비스 개발
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    코그넷나인 · 데이터 가공, 데이터 품질관리
    트랜쇼 · 원천데이터 취득
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    박순찬(한국전자통신연구원) 042-860-5058 [email protected]
보건의료 데이터 개방 안내

보건의료 데이터는 온라인 및 오프라인 안심존을 통해 개방됩니다.

안심존이란 안심존 이용메뉴얼 안심존 이용신청
  • 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

    1. AI 허브 접속
      신청자
    2. 안심존
      사용신청
      신청자신청서류 제출*
    3. 심사구축기관
    4. 승인구축기관
    5. 데이터 분석 활용신청자
    6. 분석모델반출신청자
  • 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 [email protected] 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.