뉴레이어 - 항공정사영상 객체탐지 학습데이터(건물)

공공데이터포털

- 수치지형도 데이터와 항공정사영상 데이터를 활용하여 박스형 객체탐지 AI 학습데이터 구축 - 객체탐지 AI 학습데이터를 활용하여 객체탐지 AI 모델을 학습하여 불법건축물 탐지, 토지변화 탐지 등에 활용 - 5000장 이상의 학습데이터로 구성되어 있음

뉴레이어 - 항공정사영상 객체탐지 학습데이터(저장탱크)

공공데이터포털

- 수치지형도 데이터와 항공정사영상 데이터를 활용하여 박스형 객체탐지 AI 학습데이터 구축 - 객체탐지 AI 학습데이터를 활용하여 객체탐지 AI 모델을 학습하여 불법건축물 탐지, 토지변화 탐지 등에 활용 - 5000장 이상의 학습데이터로 구성되어 있음

이지스 - 항공영상 객체탐지 세그멘테이션형 학습데이터(아파트)

공공데이터포털

- 수치지형도와 항공정사영상 데이터를 활용하여 객체탐지 학습데이터를 구축 - 객체탐지 학습데이터를 활용하여 불법건축물 탐지, 토지변화 탐지등에 활용 - 5,000장 이상의 학습데이터로 구성됨 - Yolov8 엔진을 사용하여 객체의 형상을 탐지하는 세그멘트 형태로 개선하여 모델별 약 10%의 객체탐지 성능이 향상되었고, 영상분석 가시화 시인성을 높였으며 객체의 면적도 산출 가능함

이지스 - 항공영상 객체탐지 세그멘테이션형 학습데이터(건물)

공공데이터포털

- 수치지형도와 항공정사영상 데이터를 활용하여 객체탐지 학습데이터를 구축 - 객체탐지 학습데이터를 활용하여 불법건축물 탐지, 토지변화 탐지등에 활용 - 5,000장 이상의 학습데이터로 구성됨 - Yolov8 엔진을 사용하여 객체의 형상을 탐지하는 세그멘트 형태로 개선하여 모델별 약 10%의 객체탐지 성능이 향상되었고, 영상분석 가시화 시인성을 높였으며 객체의 면적도 산출 가능함

이지스 - 항공영상 객체탐지 세그멘테이션형 학습데이터(저장탱크)

공공데이터포털

- 수치지형도와 항공정사영상 데이터를 활용하여 객체탐지 학습데이터를 구축 - 객체탐지 학습데이터를 활용하여 불법건축물 탐지, 토지변화 탐지등에 활용 - 5,000장 이상의 학습데이터로 구성됨 - Yolov8 엔진을 사용하여 객체의 형상을 탐지하는 세그멘트 형태로 개선하여 모델별 약 10%의 객체탐지 성능이 향상되었고, 영상분석 가시화 시인성을 높였으며 객체의 면적도 산출 가능함

한국건설기술연구원 토목 건설현장 내 영상 데이터 수집 및 AI 학습용 데이터 가공

공공데이터포털

본 데이터는 인공지능 객체 인식 기술의 건설안전 분야 현장 적용을 위한 동영상 데이터, AI 학습용 경계상자 및 영역분할 이미지 데이터셋입니다.

경기도 - 자율주행 AI 학습데이터

공공데이터포털

AI 학습용 데이터(자율주행 AI 학습데이터)는 경기도의 「2021년 공공•민간 데이터 전처리」 사업의 일환으로 구축되었습니다. 본 데이터셋은 다양한 분야에서 비영리적 연구·개발 목적으로 활용할 수 있습니다.

호정솔루션 - 국토조사용 학습데이터 주택외 건물

공공데이터포털

- 드론 영상의 포맷 변환 및 해상도 일치화를 위한 영상 전처리 기능, 드론 영상을 균일한 크기의 격자 형태로 나누기 위한 영상 타일링 하여, 타일링된 영상 내 정답과 오답 영상을 일정 비율로 균질하게 구축하기 위한 학습데이터 균질화 기능, 촬영환경에 따라 달라지는 영상 특성을 고려한 학습데이터 증식 기능 및 학습데이터 저장･관리 기능을 통해 학습자료를 AI 모델이 학습할 수 있는 형태의 학습데이터

경기도청 - 교통 CCTV 영상 BBOX 데이터

공공데이터포털

경기도 내 교통 CCTV를 통해 차량, 보행자 등 주변 객체를 다양하게 수집하여 프레임 단위로 이미지화한 데이터로 전처리(BBOX)를 통해 객체를 구분하고 개인정보(얼굴, 번호판 등) 비식별화 작업을 통하여 개인정보 문제를 해결한 원천 데이터를 확보

한국도로공사 중앙분리대 검출 학습데이터셋

공공데이터포털

해당 데이터는 한국도로공사가 구축한 인공지능 학습용 자료로서, 도로 환경에서 중요한 안전 시설물인 중앙분리대를 효과적으로 검출하고 인식하기 위하여 체계적으로 수집 및 가공된 것이다.데이터는 jpg 형식의 원천 이미지와 json 형식의 라벨링 파일로 구성되어 있으며, 각 이미지에는 중앙분리대의 위치, 형태, 크기, 색상, 주변 교통 요소 등이 세부적으로 주석 처리되어 있다.이를 활용하면 연구자와 개발자는 객체 인식, 이미지 분할, 경계선 추출, 주행 환경 분석 등 다양한 인공지능 모델을 학습하거나 검증할 수 있다.특히 자율주행차량의 안전 주행 지원, 교통사고 예방 시스템 개발, 도로 관리 자동화, 스마트 교통 인프라 고도화 연구 등 실무적인 응용 가치가 크다.또한 실제 도로 현장에서 촬영된 영상을 기반으로 제작되었기 때문에 현장 적합성이 높으며, 알고리즘의 일반화 성능을 강화하는 데 유용하다.아울러 공공기관이 보유한 신뢰성 있는 자료라는 점에서 교통안전 정책 수립, 지능형 교통체계 구축, 사회적 안전망 확보 등 다양한 공익적 활용 가능성을 가진다.