AI-Hub

데이터 변경이력

데이터 히스토리

소개

이미지와 이미지에 대한 질문과 대답으로 구성된 시각정보 기반 질의응답(Visual Question Answering, VQA) 데이터셋을 구축하여 시각정보 기반 질의응답 기술 연구의 학습용 데이터셋으로 활용 가능한 이미지 데이터 제공

구축목적

시각정보기반 질의응답 데이터셋을 구축하고 시각장애자 지원용 질의응답 서비스 시범 모델을 개발

구축 내용 및 제공 데이터량

• 데이터 100만개 이미지사용

  구축 내용 및 제공 데이터량

  데이터 출처	데이터 이름	수집 이미지 수	객체 3개 이상 분류 이미지 수	라이선스 여부
  MIT	indoor image dataset	15,620	2,098	open
  MIT	ADE20K	20,210	1,740	open
  MIT	brussell	181,870	7,856	open
  Stanford Unv	Visual Genome	88,733	27,765	open
  Stanford Unv	dog dataset	20,580	1,212	open
  Stanford Unv	Stanford cars dataset	8,144	208	open
  Google	Google's Open Image	461,783	18,257	open
  Appen	Open Image Dataset	9,000,000	151,601	open
  Caltech	Caltech Pedestrian Database	55,753	666	open
  Euclidsoft	Euclidsoft	240	26	open
  Central Florida Unv	Isun	59,000,000	1,027,219	open
  		68,852,933	1,238,648

• 시각장애인 생활 공간 이미지 데이터 35만개 사용
• 총 135만장으로 질문,답변 데이터셋 750만개 구축

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

데이터 성능 점수

설명서 및 활용가이드 다운로드

데이터 변경이력

구축목적

• 시각정보기반 질의응답 데이터셋을 구축하고 시각장애자 지원용 질의응답 서비스 시범 모델을 개발

활용분야

• 소방 안전분야(소방 규정 미흡 자동 확인 서비스), 생활 안전분야(기각정보 기반 위험인지), 육아 보조(위험 객체 분석 알림), 시각장애인 보행 보조 어플리케이션(TTS 알림 어플), 실내 기구 가상 배치 서비스(3D공간 스캔), 건축 설계분야(스캔맵을 통한 도면화), 스마트행정(독거노인 응급 상황 신고 서비스) 등

주요 키워드

• 시각정보 기반 질의응답, 인공지능 학습용 데이터, 데이터 수집, 데이터가공, 데이터셋, 어노테이션

소개

• 시각정보기반 질의응답(Visual Question Answering, VQA) 기술연구의 학습용 데이터셋을 이미지와 이미지에 대한 질문과 대답으로 구성된 시각정보기반 질의응답 데이터셋 구축

구축 내용 및 제공 데이터량

• 데이터 100만개 이미지사용

  구축 내용 및 제공 데이터량

  데이터 출처	데이터 이름	수집 이미지 수	객체 3개 이상 분류 이미지 수	라이선스 여부
  MIT	indoor image dataset	15,620	2,098	open
  MIT	ADE20K	20,210	1,740	open
  MIT	brussell	181,870	7,856	open
  Stanford Unv	Visual Genome	88,733	27,765	open
  Stanford Unv	dog dataset	20,580	1,212	open
  Stanford Unv	Stanford cars dataset	8,144	208	open
  Google	Google's Open Image	461,783	18,257	open
  Appen	Open Image Dataset	9,000,000	151,601	open
  Caltech	Caltech Pedestrian Database	55,753	666	open
  Euclidsoft	Euclidsoft	240	26	open
  Central Florida Unv	Isun	59,000,000	1,027,219	open
  		68,852,933	1,238,648

• 시각장애인 생활 공간 이미지 데이터 35만개 사용
• 총 135만장으로 질문,답변 데이터셋 750만개 구축

대표도면

필요성

• 자율주행, 로봇, XR 등 지능형 산업이 발전하면서 시각지능 분야에 대한 사회적 요구 대두
• 국내 시각지능관련 기술(VQA, GQA) 역량은 세계 대회에서 매년 우수한 성적을 거두지만 한국 환경에 맞는 한국어 VQA AI 데이터는 부족하여 국내에 특화된 미래 산업을 준비하는데 어려움이 있음
• 한국형 VQA 학습 데이터 부족으로 한국형 VQA 알고리즘 개발 및 연구가 미흡한 실정
• 코로나19 펜데믹 선언 후 취업 취약계층의 증가, 소득의 급감 등 사회적 취약계층이 어려움을 호소 중으로 비대면 일자리의 사회적 수요 증가
• “百聞不如一見 - 백번듣는 것이 한 번 보는 것보다 못하다.” 시각장애인에게 시각정보기반 AI는 매우 소중하게 활용된다. 자율주행, 교육, 산업용로봇, 재해대응 등 모든 분야에서 활용도가 상승할 것으로 예상
• 개인이 VQA 학습용 데이터를 수집하는데 한계가 있음. 국가 지원을 통한 생태계 구축으로 개발자들의 적극적인 참여를 독려

데이터 구조

데이터셋 구축 담당자

수행기관(주관) : 유클리드소프트

수행기관(참여)

데이터 관련 문의처