연세대학교원주산학협력단 - [AI 학습용 데이터셋] Object Detection Problem 학습을 위한 데이터(이미지좌표)

공공데이터포털

[개요] Object Detection Problem 학습을 위한 인공지능 학습용 데이터셋 [학습목표] 식판 내 음식 위치 추출 및 음식 분류 [제공항목] - 전체 식판에서 각 메뉴의 위치 좌표(X좌표 최대/최소값, Y좌표 최대/최소값)

연세대학교원주산학협력단 - [AI 학습용 데이터셋] Image Classification 딥러닝 학습을 위한 데이터

공공데이터포털

[개요] Image Classification 딥러닝을 위한 인공지능 학습용 데이터셋 [학습목표] 음식의 대분류 구분 [제공항목] - 과일 5종 데이터 (귤, 딸기, 바나나, 사과, 토마토 각 100개의 이미지로 총 500개 이미지로 구성) - 김치 5종 데이터 (깍두기, 배추김치, 백김치, 오이소박이, 총각김치 각 100개의 이미지로 총 500개 이미지로 구성) - 밥 4종 데이터 (흰쌀밥 100개, 흰쌀밥 이외 잡곡밥 300개 총 400개 이미지로 구성)

한국전자통신연구원 객체검출 API

공공데이터포털

이미지 인식 기술은 이미지 분석을 통해 다양한 종류의 객체 (사람, 자동차 등), 사람 속성 (상의, 하의 등)을 인식하고 해당 정보를 제공하는 기술입니다.

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

한국지능정보사회진흥원 - 단계별 욕창 환부 이미지 데이터

공공데이터포털

욕창 및 기타감별 궤양을 판단하기 위한 의료 이미지 데이터셋 구축 [개요] ㅇ 욕창 및 기타감별 궤양을 판단하기 위한 의료 이미지 데이터셋 구축 ㅇ 의료 영상의 판독 결과와 진단 및 치료에 영향을 주는 임상 정보 등을 어노테이션한 학습용 데이터셋 구축 ㅇ 구축된 AI데이터를 이용하여 의료 단계별 의사결정에 직간접적 영향을 줄 수 있는 AI모델 제시 ㅇ URL : https://www.aihub.or.kr/aihubdata/data/view.do?currMenu=&topMenu=&aihubDataSe=data&dataSetSn=509 [특징] ㅇ 욕창 환부 이미지 라벨링은 욕창 4단계 및 기타 감별 궤양, 정상 부위로 진행됨 ㅇ 욕창의 경우 1~4단계로 라벨링 ㅇ 기타 감별 궤양은 6종으로 미분류 욕창, 당뇨병성 궤양, 습윤 궤양, 의료기기 기반 조직 손상, 장시간 압력 노출 조직 손상, 심주조직 손상으로 라벨링 ㅇ 원천데이터는 .jpg, 라벨링데이터는 .json [활용사례] ㅇ 욕창 4단계 및 기타 감별 궤양 진단 AI알고리즘 개발 ㅇ 개발된 욕창 진단 알고리즘을 사용하여 전국 요양병원 및 각 지방의 보건소, 보건지소에서 환자를 평가하고 이송/회송 하는데 활용 가능

주식회사 원데이터기술 - 급식음식 이미지 데이터

공공데이터포털

■ 데이터 상세설명 단체급식 배식/퇴식 식판 이미지 데이터를 대상으로 급식 이미지의 음식 영역 세그멘테이션, 구분된 영역의 음식 분류 , 음식명 매핑하는 어노테이션을 수행 후 이미지와 JSON 형태로 어노테이션 결과 제공 ■ 데이터 컬럼 정보 - IMG_FILE_NM : 이미지파일명 - FOOD_AREA : 음식영역(사각영역의 2개 좌표, [x1,y1,x2,y2]) - FOOD_NM : 음식명 ■ 활용 사례 및 활용 가능 분야 - 단체급식 서비스의 잔반량 분석, 선호도 분석, 식단 분석 등에 활용 - 급식 잔반/잔식으로 인한 음식물쓰레기 절감, 급식 질 개선 등을 통한 식습관 교육 등 사회적 문제 인식 및 교육이 필요한 학교에 서비스 활용

주식회사 원데이터기술 - 급식음식 이미지 데이터

공공데이터포털

■ 데이터 상세설명 단체급식 배식/퇴식 식판 이미지 데이터를 대상으로 급식 이미지의 음식 영역 세그멘테이션, 구분된 영역의 음식 분류 , 음식명 매핑하는 어노테이션을 수행 후 이미지와 JSON 형태로 어노테이션 결과 제공 ■ 데이터 컬럼 정보 - IMG_FILE_NM : 이미지파일명 - FOOD_AREA : 음식영역(사각영역의 2개 좌표, [x1,y1,x2,y2]) - FOOD_NM : 음식명

한국전자통신연구원 인프라 2D 동적객체 검출 학습 데이터

공공데이터포털

프라 엣지에서 주변 동적객체를 2차원 Bounding Box 형태로 검출하기 위한 인공지능 학습 데이터 셋입니다.아래 링크에서 세부 정보를 확인하실 수 있으며 전체 데이터를 다운로드 받을 수 있습니다.https://nanum.etri.re.kr/share/teslasystem/Infra2DObjectDetection?lang=ko_KR

한국전자통신연구원 인프라 엣지 3D 동적객체 검출 추적 학습데이터

공공데이터포털

인프라 엣지 시스템에서 주변 동적객체를 3차원 Bounding Box 형태로 검출/추적하기 위한 인공지능 학습 데이터 셋입니다.아래 링크에서 세부 정보를 확인하실 수 있으며 전체 데이터를 다운로드 받을 수 있습니다.https://nanum.etri.re.kr/share/kakao_admin/kakaomobilityInfraedge3DObjectDetection?lang=ko_KR

한국전자기술연구원 3D 동적객체 검출 학습 데이터

공공데이터포털

인프라엣지에서 동적 객체를 3차원 Bounding Box 형태로 검출하기 위한 라이다 센서 기반 인공지능 학습 데이터셋입니다.아래 링크에서 세부 정보를 확인하실 수 있으며 협약서 작성 후 전체 데이터를 다운로드 받을 수 있습니다.https://nanum.etri.re.kr/share/jwlee0121/DataStitchingLidarObjectDetection?lang=ko_KR상기 데이터는 한국전자통신연구원, 카카오 모빌리티, 테슬라 시스템, 한국전자기술연구원, 한국과학기술원 등이 공동으로 협력하여 수행하는 자율주행혁신사업을 통해 구축한 데이터로 한국전자통신연구원에서 운영하는 ETRI AI 나눔 사이트를 통해 전체 데이터를 공개함