-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2022-07-14 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-10-20 신규 샘플데이터 개방 2022-07-14 콘텐츠 최초 등록 소개
도시 소리/소음에 대한 대분류 3종, 중분류 10종, 소분류 24종의 73,864건의 인공지능 학습용 데이터
구축목적
교통 소음, 생활소음, 공사장 소음 등 도시소리/소음 발생 시 AI 기반 상황 인지·판단을 통한 도시 내 소음 감소 방안 등의 솔루션을 제공하기 위하여 다양한 상황별·환경별 음향 데이터셋 구축
-
메타데이터 구조표 데이터 영역 재난안전환경 데이터 유형 오디오 데이터 형식 WAV 데이터 출처 직접수집 라벨링 유형 Classification 라벨링 형식 JSON 데이터 활용 서비스 실시간 소음원 탐지, 소음 종류 분석 데이터 구축년도/
데이터 구축량2021년/73,864건 -
1. 분류별 구축 데이터 수량 및 시간
1. 분류별 구축 데이터 수량 및 시간 대분류 중분류 소분류 수량 시간 교통소음 자동차 경적 4,001 14.1 사이렌 2,508 13.9 주행음 2,120 13 이륜자동차 경적 5,594 15.6 주행음 5,743 15.9 항공기 비행기 2,153 15.1 민간헬리콥터 4,095 13.5 열차 기차 2,649 13.1 지하철 2,875 16 생활소음 충격 발소리 4,614 14.4 가구소리 4,699 13 가전 청소기 2,640 36.2 세탁기 2,095 25.3 동물 개 2,518 16.6 고양이 2,572 13.2 도구 공구 2,549 21.3 악기 2,334 25.6 사업장소음 공사장 항타기 3,299 36.3 파쇄기 2,127 17.4 콘크리트펌프 2,925 41.8 발전기 2,415 27.4 공장 절삭기 2,190 22.3 송풍기 2,866 28.2 압축기 2,283 16.3 총계 73,864 485.4 -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드1. 모델 학습
[apsNet의 모델 구조]
- 처음에는 CNN과 같은 방법으로 오디오 데이터에서 추출한 MFCC 값을 Convolutional layer에 통과시켜 이미지 픽셀에서 중요한 부분을 찾아냄. 그 다음 Convolutional filter와 같은 기능인 PrimaryCaps를 거쳐 출력 벡터를 Reshape하면 하나의 캡슐이 생성됨. 캡슐은 개체(entity)와 주위의 특성(property) 정보를 가지고 있음. 이 캡슐들이 Dynamic routing 과정을 통해 상위 레벨의 캡슐과 이어져 더 복잡한 정보(entity)를 표현 가능. 마지막으로 데이터 클래스와 같은 수의 캡슐 레이어 출력.
2. 모델 학습 과정 평가
[CapsNet의 모델 학습 결과 그래프]
- [CapsNet의 모델 학습 결과 그래프]를 보면 Training loss 그래프에서 학습오류가 감소할수록 테스트오류도 동일 비율로 감소하였고 Training and validation 그래프에서 학습정확도, 테스트정확도도 서로 동일한 간격으로 향상되어 학습과정에서 언더피팅, 오버피팅 문제가 없음을 확인함.
3. 학습 결과
- 데이터셋 구분 비율 Train : Validation : Test = 8 : 1 : 1
- 학습 시 Training 및 Validation 데이터를 사용하여 검증하고 Test 데이터로 평가
- 도시 소음 24종 데이터 분류 결과 목표값 F1-score 24종 평균 0.85를 초과한 0.97 달성
1. 모델 학습 DATASET Train, Validation set (학습용) Test set (평가용) F1-Score 결과 0.97 0.97 
[Test set 클래스별 F1-score 결과]
[Test set Confusion matrix 결과]4. 응용(시범) 서비스 개발
- 도시소리 데이터셋 활용서비스는 지자체별 소음문제 해결에 활용 가능성이 높은 데이터셋을 이용해 AI-model로 데이터셋을 학습하고, AI가 적용된 하드웨어 플랫폼을 이용하여 실시간으로 도시 내의 소음원 탐지 및 알림 서비스 제공을 목적으로 한다.
[도시소리 데이터셋 활용 서비스 시스템 구성도]
[도시소리데이터 분석 페이지]
[도시소리데이터 훈련 페이지] -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 소음 분류 모델 Audio Classification CapsNet(Capsulenet) F1-Score 0.85 점 0.97 점
※ 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 다운로드1. 대표 도면
1. 대표 도면 대분류 교통소음 중분류 자동차 소분류 차량경적 상세분류 소형차경적 원시데이터 
원천데이터 
※ 마킹 되어 있는 부분만 따로 추출해서 원천데이터 생성 2. 라벨링데이터 구성
2.라벨링데이터 구성 No 항목 타입 필수여부 한글명 영문명 1 데이터셋 정보 info JsonObject Y 1-1 데이터셋 명 info.description String Y 1-2 데이터셋 URI info.uri String Y 1-3 데이터셋버전 info.version Number Y 1-4 데이터셋제작년도 info.year Number Y 1-5 데이터셋제작자 info.contributor String Y 1-6 데이터셋생성일자 info.dateCreated String Y 2 라이선스 license JsonObject Y 2-1 라이선스URL license.url String Y 2-1 라이선스명 license.name String Y 3 오디오정보 audio JsonObject Y 3-1 오디오 명칭 audio.fileName String Y 3-2 오디오 byte audio.fileSize Number Y 3-3 오디오 길이 audio.duration Number Y 3-4 오디오 포맷 audio.fileFomat String Y 3-5 오디오 샘플레이트 audio.sampleRate String Y 3-6 오디오 비트레이트 audio.bitRate String Y 3-7 오디오 녹음타입 audio.recordingType String Y 4 환경정보 environment JsonObject Y 4-1 녹음시간 environment.recordingTime String Y 4-2 주야간 environment.dayNight String Y 4-3 취득도시 environment.urban String Y 4-4 취득지역 environment.district String Y 4-5 취득공간정보 environment.place String Y 4-6 취득장소용도 environment.areaUse String Y 4-7 녹음당일 날씨 environment.weather String 4-8 소음의 방향성 environment.direction String 4-9 소음과의 거리 environment.distance String 4-10 장애물 environment.obstacle String 4-11 취득방법 environment.acqMethod String Y 4-12 취득형태 environment.acqType String Y 4-13 취득장치 environment.acqDevice String 4-14 마이크종류 environment.micClass String 4-15 취득장소GPS environment..gps JsonObject 4-15-1 위도 environment.gps.latitude Number 4-15-2 경도 environment.gps.longitude Number 5 어노테이션 annotations Array Y 5-1 원천데이터명 annotations[].labelName String Y 5-2 어노테이션 영역 annotations[].area JsonObject Y 5-2-1 어노테이션 시작값 annotations[].area.start Number Y 5-2-2 어노테이션 종료값 annotations[].area.end Number Y 5-3 카테고리 annotations[].categories JsonObject Y 5-3-1 카테고리 대분류 annotations[].categories.category_01 String Y 5-3-2 카테고리 중분류 annotations[].categories.category_02 String Y 5-3-3 카테고리 소분류 annotations[].categories.category_03 String Y 5-4 상세분류 annotations[].subCategory String Y 5-5 오디오 음질 annotations[].soundQuality String Y 5-6 데시벨 수치 annotations[].decibel Number Y 3. 라벨링데이터 실제예시
-
데이터셋 구축 담당자
수행기관(주관) : ㈜아이엠알
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 이정옥 책임 062-417-9522 [email protected] · 데이터 수집 · 데이터 정제 · 데이터 가공 · 데이터 검사 · AI 응용 서비스 기획 및 개발 수행기관(참여)
수행기관(참여) 기관명 담당업무 ㈜엠포러스 · 데이터 수집
· 데이터 정제
· 데이터 가공㈜브이티더블유 · 데이터 검사 및 피드백 한국산업시험기술원 · 최종 데이터셋 외부 검사 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 이정옥 책임 062-417-9522 [email protected]
-
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 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
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.