수상자
2021년 인공지능 학습용 데이터 구축 사업
통합 온라인 해커톤 대회
수상자
주관
  • SDMENC 컨소시엄
  • 한국영상정보연구조합 컨소시엄
  • 노아에스엔씨 컨소시엄
주최
주관
SDMENC 컨소시엄
주관
한국영상정보연구조합 컨소시엄
주관
노아에스엔씨 컨소시엄
주최
주최
대회개요
목적 빅데이터와 AI를 활용한 자율경쟁 기반 창의적 문제해결의 장을 마련하여 과제 및 문제해결 방안 발굴
대상 전국민 누구나 (개인 또는 팀(3인 이하))
대회기간 2021.11.22 ~ 12.14
참여 신청 기간 2021.11.22 ~ 12.09
접수방법 참가신청서를 다운받아 참가신청 클릭하여 서류제출
주관 SDMENC 컨소시엄, 한국영상정보연구조합 컨소시엄, 노아에스앤씨 컨소시엄
진행일정
참가신청 접수

2021년 11월 22일
~ 12월 09일

홈페이지 신청

1차 예선

2021년 12월 09일
~ 12월 10일

서류평가 및
개별연락

2차 본선

2021년 12월 14일

PPT 발표평가

수상발표 및 시상식

2021년 12월 14일

2차 본선 현장 발표자 대상으로 수상당일 시상예정

시상내역
대상 (1팀)
200만원 현금/상장
금상 (1팀)
150만원 현금/상장
은상 (2팀)
100만원 현금/상장
동상 (3팀)
50만원 현금/상장
※ 과제별로 별도 시상. 총 2100만원 상금지급
심사기준
  • 평가 항목
  • 심사기준
  • 배점
  • 평가 항목아이디어 융합성 및 혁신성
    심사기준

    제안 아이디어의 참신성

    과제별 문제점에 대한 해결분야의 유관성

    문제해결 방안의 타당성

    배점50
  • 평가 항목아이디어의 상용화 가능성
    심사기준

    제안 아이디어의 구체성

    제안 아이디어의 실현 가능성

    제안 아이디어의 성장전략 타당성

    배점30
  • 평가 항목기술적 타당성
    심사기준

    핵심 문제해결방안의 명확성

    제안 아이디어의 논리적 타당성

    배점20
문의/FAQ
Q
다른 대회에서 수상을 수상을 받은 아이디어로 참가가 가능한가요??
A
동일한 아이디어로 타 기관 대회 및 공모전에 입상한 경우, 참가가 불가능합니다.
Q
한 사람이 중복 참가를 할 수 있나요?
A
한 개의 과제에 한사람이 중복참여는 불가능합니다. 다만, 과제별로 한사림이 개별 응모는 가능합니다. 한사람이 1개 과제에 중복 참여 시 불이익이 발생될 수 있습니다.
※ 총 3개 과제별로 별도 응모 가능
Q
예선 및 본선 심사기준은 어떻게 되나요?
A
아이디어의 주제 부합성과 아이디어 상용화 가능성, 기술적 타당성을 중심으로 심사합니다
Q
상금 및 시상은 어떻게 받게 되나요?
A
2차 현장 발표 후 심사를 통해, 당일 현장에서 시상식을 진행합니다. 상금 및 시상장은 추후 입상 팀대표에게 별도로 전달이 됩니다.
Q
예선 심사는 어떻게 진행되나요?
A
과제별 응모자에 대해 별도로 서류 심사를 진행합니다. 본선 진출자는 개별 연락을 통해 본선 심사 발표 일정 및 시간을 전달합니다.
Q
본선 심사는 어떻게 진행되나요?
A
과제별로 예선 심사를 통과한 7개팀(총21개팀)으로 본선 현장 발표를 진행하며, 발표를 진행한 7개 팀(총21개팀)을 대상으로 현장에서 발표와 시상식을 진행합니다
데이터 설명
  • 과적차량 도로위험데이터
  • 야간 사건/사고 대응을 위한 IR/열화상 데이터
  • 야생동물 활동영상 데이터
  • 과적차량 도로위험데이터
  • 야간 사건/사고 대응을 위한 IR/열화상 데이터
  • 야생동물 활동영상 데이터

과적차량 데이터 구축 배경

운행제한차량 단속의 필요성

과중, 낙하 등으로 인한 도로 파손 발생

교통사고 발생시 대형 피해 위험

도로 안전 확보를 통한 교통사고 피해 저감 필요

현행 단속 방식

의심차량 고속도로 등 진입 시 CCTV를 통한 영상 확인

인력을 통한 과적 의심 판독 후 대면 단속 실시

인력 분석에 의존하여 불법 여부 판단 기준 모호

수기 판독 후 대면 단속으로 단속 효율 미비

과적차량 도로 위험 AI 데이터 구축

판독 정확도 및 효율성 향상으로 도로 안전 확보

운행제한차량의 정의

통상, ‘과적’으로 표현하는 위험한 화물차량의 운행 행태는 법률적으로는 ‘운행제한차량’으로 표현하고 있음

운행제한차량은 다음과 같은 기준을 초과하는 차량을 말하며, 도로상의 통행을 제한하고 있음

관련법령

  • 구분
  • 경찰청
  • 국토교통부
  • 법률
  • 도로교통법 39조
    도로교통법시행령 22조
    도로교통법시행령 93조
  • 도로법 77조
    도로법시행령 79조
    도로법시행령 105조
  • 목적
  • 교통안전 및 원활한
    소통 확보
  • 도로구조의 보전,
    위험 방지
  • 단속
    기준

  • 중량 : 적재 중량의 110%

    용량 : 길이(110%),
    높이(4m) 등

  • 중량 : 총중량 40톤,
    축중량 10톤

    길이(16.7m), 높이(4m), 폭(2.5m)

  • 범칙금
    과태료
  • 범칙금 5만원, 벌점 15점

  • 과태료 : 중량
    (50~300)만원,
    폭*높이*길이
    (30~100)만원

  • 법률

  • 경찰청

    도로교통법 39조 도로교통법시행령 22조 도로교통법시행령 93조

  • 국토교통부

    도로법 77조 도로법시행령 79조 도로법시행령 105조

  • 목적

  • 경찰청

    교통안전 및 원활한 소통 확보

  • 국토교통부

    도로구조의 보전, 위험 방지

  • 단속 기준

  • 경찰청

    중량 : 적재 중량의 110% 용량 : 길이(110%), 높이(4m) 등

  • 국토교통부

    중량 : 총중량 40톤, 축중량 10톤 길이(16.7m), 높이(4m), 폭(2.5m)

  • 범칙금 과태료

  • 경찰청

    범칙금 5만원, 벌점 15점

  • 국토교통부

    과태료 : 중량 (50~300)만원, 폭*높이*길이 (30~100)만원

운행제한차량 데이터 예시

넓이

적재함 넓이를 벗어나는 경우

높이

높이 4M초과
(타이어 접지면부터 높이 적용)

길이

적제함 길이 110% 초과

적재불량

적재함 유관상 끈 또는
덮개가 존재하지 않는 경우
/ 덮개가 오픈 또는 없는 경우

불법개조

화물차량 적재함 측면에 판스프링 불법 설치

샘플 데이터 및 라벨링 항목 보기

데이터 구축 배경

야간 IR, 열화상 데이터 구축 필요성

기존 CCTV카메라는 야간에 일정 조도 이하에서는 객체검출 불가

야간의 저조도 영상을 얻기 위해 IR방식과 열화상 방식의 모니터링 필요

IR, 열화상 데이터 예시

RGB에서는 안보이는 객체가 IR, 열화상에서는 확연히 구분 가능

야간 사건/사고의 정의

사건 : 사전적 의미로는 사회적으로 문제를 일으키거나 주목을 받을 만한 뜻밖의 일을 뜻하며, 본 데이터 셋에서는 군집, 배회, 침입, 추적으로 분류함.

구분 정의
군집 4명 이상이 모여 흡연/장난/시비/따돌림
배회 특정 영역에서 2분동안 배회
침입 출입금지구역에 다가가 주위를 살핀 후 구역 안으로 침입
따라감 뒤에서 걸어서, 뛰어서 따라감
충돌 걷는 사람과 뛰는 사람이 충돌함

사건 : 사전적 의미로는 뜻밖에 일어난 불행한 일 또는 사람에게 해를 입혔거나 말썽을 일으킨 나쁜 짓을 뜻하며, 본 데이터 셋에서는 쓰러짐과 “킥보드/자전거”의 ＂주행/낙차/부딛힘＂으로 분류함.

구분 정의
쓰러짐 비틀거리는 취객이 쓰러짐
킥보드 주행 킥보드를 타고 주행함
킥보드 주행(행인넘어짐) 행인이 킥보드를 피하다가 넘어짐
킥보드 낙차 킥보드 주행중 행인을 피하다 넘어짐
킥보드 낙차(자전거 낙차) 킥보드와 자전거가 서로 피하려다 넘어짐
자전거 주행 행인이 자전거를 피하다 넘어짐
자전거 낙차
자전거 낙차(행인넘어짐)

야간 사건/사고 데이터 예시

배회
침입
쓰러짐 (취객)
킥보드 낙차
샘플 데이터 및 라벨링 항목 보기

야생동물 활동영상 데이터 구축배경

고속도로 로드킬 및 이로인한 교통사고
고속도로 로드킬 및 교통사고 추이(단위:마리)
야생동물로 인한 피해발생

야생동물 대상 선정 및 획득

획득대상 주간 야간 총(시간) 라벨링(장)
고라니 28 22 50 27,000
멧돼지 28 22 50 27,000
청설모 50 0 50 27,000
다람쥐 50 0 50 27,000
너구리 14 11 25 13,500
족제비 14 11 25 13,500
반달가슴곰 17 13 30 16,200
노루 28 22 50 27,000
멧토끼 28 22 50 27,000
왜가리 50 0 50 27,000
중대백로 50 0 50 27,000
멧돼지열화상 20 10,800
총합계 357 123 500 270,000

야생동물 데이터 예시

포유류
획득대상 신체적 특징
고라니 암수 모두 뿔이 없으며 위턱의 송곳니가 엄니 모양으로 발달. 몸집이 작고 귀가 크고 둥글다.
멧돼지 머리는 원뿔형으로 크고 몸과의 구별이 확실하지 않음. 네 다리는 짧고 가늘다. 몸색은 어두운 갈색에서 엷은 갈색. 주둥이가 길고 꼬리가 짧다.
청설모 어두운 회색털과 단단한 발톱. 주로 나무 위에서 생활 20~25센티미터로 귀가 뾰족하고 귀깃(털뭉치)가 있다.
다람쥐 등과 꼬리에 진한 밤색 줄무늬가 있고 꼬리길이는 약 10센티미터로 귀가 작고 둥글다.
너구리 눈 주변이 검은색 무늬가 특징. 입이 동그랗지만 주둥이가 뾰족함. 꼬리에 줄 무늬가 없고 앞발이 뒷발보다 크다. 다리와 꼬리가 개과의 다른 개체에 비해 짧은 편이다.
반달가슴곰 몸 전체가 광택이 나는 검은 털로 덮여 있으며 앞가슴에 반달 모양의 V자형 (초승달모양) 흰무늬(털)가 특징. 꼬리는 4~8센티미터로 매우 짧음.
노루 뿔이 수컷에게만 있으며 세 개의 짧은 가지를 친다. 고라니보다 몸집이 훨씬 크고, 몸색은 여름에는 황갈색 또는 적갈색을 띠고, 겨울털에는 엉덩이에 큰 흰색 반점이 있다. 귀끝이 뾰족하다.
족제비 몸길이는 수컷이 40cm, 암컷이 30cm이고 꼬리 길이는 수컷 20cm, 암컷 10cm 정도이다. 털빛은 보통 황적갈색으로서 광택이 나는데, 등쪽은 갈색이고 입술과 턱은 흰색이며 주둥이 끝은 흑갈색을 띤다. 몸은 가늘고 길며 다리는 짧다. 귀는 둥글고 넓적하다.
멧토끼 집토끼보다 커서, 몸무게가 4.5kg, 뭉툭한 몸에 큰 머리와 짧은 귀를 갖고 있다.
조류
획득대상 신체적 특징
왜가리 등쪽은 회색빛을 띠고 있으며, 배쪽은 흰색을 띠고 있다. 머리와 목에는 흰색 바탕에 검정색 무늬가 있다. 부리는 길고 튼튼하며 분홍빛을 띤 노란색이다.
백로 몸에 비해 긴 목과 다리. 몸길이 약 90cm로 온몸이 새하얗다. 눈앞에 녹색피부가 특징.
샘플 데이터 및 라벨링 항목 보기
통합 온라인 해커톤 대회 참가신청
신청내역 수정(신청정보 확인)
참가분야
신청하기 수정하기
신청정보 확인
신청내역 수정을 위해 처음 등록하신 정보를 입력해 주시기 바랍니다.
샘플 데이터 및 라벨링 항목 보기

샘플 데이터 다운로드 (이미지 + JSON)

샘플 데이터 다운로드
구분 항목명 설명 범위
1 파일명 (FILE NAME) 파일명
1-1 획득구분 (COLLECTION METHOD) 촬영방식구분 CCTV, 드론, 블랙박스, 직접촬영, 기획촬영
1-2 주/야 (Day/Night) 주간/야간 주간, 야간
1-3 차선정보 (Lane) 단/다차선 구분 단차선, 다차선
1-4 도로 번호(Road Number) 도로 번호 1번 국도 등
1-5 촬영장소 (Place) 촬영장소 명칭 경인고속도로, 실증도로 등 위치 또는 주소 등
1-6 촬영자 (ID CODE) 사용자 코드 촬영방식 및 촬영자 코드
1-7 촬영일 (Date) 년월일 YYYY.MM.DD
1-8 기상정보 (Weather) 기상상황 맑음, 흐림, 우천, 강설
1-9 해상도 (Resolution) 해상도 1920X1080
1-10 카메라제조사 (Make) 카메라 제조 업체 정보 카메라 제조업체명
1-11 모델명 (Model Name) 카메라 모델명 카메라 모델명
1-12 파일크기 (File Size) 이미지 파일 크기 (Byte)
1-13 지정대상수량 (BoundingCount) 라벨링 Object 개수 복수 라벨링 지정 시 라벨링 갯수
2 라벨링구분 (Drawing) Box / Polygon Box, Polygon
2-1 바운딩박스 (Box) X1, Y1, X2, Y2 X1, Y1, X2, Y2 좌표값
2-2 폴리곤 (Polygon) X1, Y1, X2, Y2 X1, Y1, X2, Y2 좌표값
2-3 대항목 (Segment) 차량 유형 대형차, 중형차, 소형차
2-4 중항목 (Package) 불법 구분 불법차량, 정상차량
2-5 소항목 (Class) 불법 유형 높이과적, 넓이과적, 길이과적, 적재불량, 불법개조, 정상차량
2-6 덮개상태 (Cover) 덮개 상태 덮개개방, 덮개없음, 끈 없음, NULL
2-7 차량방향 (course) 차량 방향 전면좌측, 전면우측, 후면좌측, 후면우측
2-8 커브방향 (Curve) 커브 방향 정상주행, 좌커브, 우커브
샘플 데이터 및 라벨링 항목 보기

샘플 데이터 다운로드 (이미지 + JSON)

샘플 데이터 다운로드
No 항목 타입 필수여부
한글명 영문명
1 이미지 정보 image dict Y
1 데이터 클래스 이름 data_type string Y
2 카메라 타입 camera_type string Y
3 이미지 파일 이름 file_name string Y
4 생성일 date_captured datetime Y
5 사용 영상 번호 video_id int Y
6 이미지 번호 image_id int Y
7 이미지 크기 size dict Y
1 이미지의 채널 수 depth int Y
2 이미지의 너비 width int Y
3 이미지의 높이 height int Y
2 annotation 정보 annotation dict Y
1 객체 고유 번호 id int Y
2 객체 면적 area int Y
3 바운딩 박스 정보 bndbox dict Y
1 X축 최소값 xmin int Y
2 Y축 최소값 ymin int Y
3 X축 최대값 xmax int Y
4 Y축 최대값 ymax int Y
4 꼭지점 위치 정규값 entity_box list Y
5 가려짐 여부 occluded int Y
6 세부 정보 property dict Y
1 객체 대분류 supercategory string Y
2 객체 클래스 번호 category_id int Y
3 객체 클래스 이름 name string Y
3 환경 정보 environment dict Y
1 장소 location string Y
2 해상도 resolution string Y
3 날씨 weather string Y
4 온도 temperature string Y
5 풍속 wind_speed string Y
6 미세먼지 dust string Y
7 화각 fov string Y
No 항목 타입 필수여부
한글명 영문명
1 이미지 정보 image dict Y
1 데이터 클래스 이름 data_type string Y
2 카메라 타입 camera_type string Y
3 이미지 파일 이름 file_name string Y
4 생성일 date_captured datetime Y
5 사용 영상 번호 video_id int Y
6 이미지 번호 image_id int Y
7 이미지 크기 size dict Y
1 이미지의 채널 수 depth int Y
2 이미지의 너비 width int Y
3 이미지의 높이 height int Y
8 이벤트 아이디 event_id int Y
9 이벤트 이름 대분류 event_name string Y
10 이벤트 이름 소분류 sub_event_name string Y
2 annotation 정보 annotation dict Y
1 객체 고유 번호 id int Y
2 객체 면적 area int Y
3 바운딩 박스 정보 bndbox dict Y
1 X축 최소값 xmin int Y
2 Y축 최소값 ymin int Y
3 X축 최대값 xmax int Y
4 Y축 최대값 ymax int Y
4 꼭지점 위치 정규값 entity_box list Y
5 가려짐 여부 occluded int Y
6 세부 정보 property dict Y
1 객체 대분류 supercategory string Y
2 객체 클래스 번호 category_id int Y
3 객체 클래스 이름 name string Y
7 트레킹 정보 attributes dict Y
1 트레킹 아이디 track_id int Y
2 트레킹 값 value string N
3 트레킹 색상 color string Y
3 task 정보 task dict Y
1 cvat 모드 mode string Y
2 버그 추적 bugtracker string N
3 제작 시간 created datetime Y
4 업데이트 시간 updated datetime Y
5 총 프레임 수 frame_size int Y
6 프레임 번호 frame_id int Y
7 프레임 필터 frame_filter string N
8 시작 프레임 start_frame int Y
9 종료 프레임 stop_frame int Y
샘플 데이터 및 라벨링 항목 보기

샘플 데이터 다운로드 (이미지 + JSON)

샘플 데이터 다운로드
구분   항목명 타입 필수여부 설명 범위 비고
1   info Object   데이터셋정보    
  1-1 info.name String Y 데이터셋명    
  1-2 info.description String   데이터셋상세설명    
  1-3 info.url String   데이터셋URL    
  1-4 info.date_created String Y 데이터셋생성일자    
2   images Object   이미지정보    
  2-1 images[].id Number Y 이미지식별자    
  2-2 images[].width Number Y 이미지너비 [0~1920]  
  2-3 images[].height Number Y 이미지높이 [0~1080]  
  2-4 images[].file_name String Y 이미지파일명    
  2-5 images[].date_created String Y 촬영날짜 (년, 월)시간   2021.04.01. 10:20:00
  2-6 images[].day String Y 주간, 야간 [day, night] 주간, 야간
  2-7 images[].type String Y 데이터 형식   RGB, IR, TIC
  2-8 images[].photographer String Y 촬영자(제공처) 코드   C051
  2-9 images[].device String Y 촬영 장비명 [sensor camera, CCTV, DSLR] 센서 카메라, CCTV, DSLR
  2-10 images[].location String Y 촬영 지역명   서울대공원
  2-11 images[].GPS String Y 촬영위치   36.572188, 127.855409
  2-12 images[].length String Y 영상길이   10M, 10s
  2-13 images[].FPS string Y 프레임   30
  2-14 images[].frames Number Y 총 프레임 수(FPS)   60
  2-15 images[].aspect_ratio String Y 종횡비   4:3
  2-16 images[].resolution String Y 해상도   1280 x 640
  2-17 images[].bit String   비트값   24bit
  2-18 images[].pixel String   화소   4K
  2-19 images[].color_depth String   색심도   sRGB
  2-20 images[].ISO String   ISO 감도   3200
  2-21 images[].whit_balance String   화이트 밸런스   5500K
  2-22 images[].exposure_time String   노출시간   f2.8 1/80
  2-23 images[].F-stop String   조리개값   f2.8
  2-24 images[].flash String   플래시 [auto, yes, no] 자동
  2-25 images[].focal_length String   초점거리   50mm
  2-26 images[].angle_view String   화각   46
  2-27 images[].angle String   촬영각도   120도
  2-28 images[].weather String Y 날씨정보 [suuny, cloudy, rain, snow] 맑음
  2-29 images[].time String Y 이미지 시리얼 (영상 내 프레임위치)   1.838
3   annotations Object   라벨링정보    
  3-1 annotations[].labelingcount Number Y 해당 이미지 내 어노테이션 개수   [1,2...]
  3-2 annotations[].id Number Y 라벨링식별자   [1, 2...]
  3-3 annotations[].category_id Number Y 클래스정보   [1,2,...]
  3-4 annotations[].category_name String Y 동물명   [inermis,scrofa,...] 
  3-5 annotations[].nocturnality String Y 야행성 여부 [yes, no]  
  3-6 annotations[].hazardous String Y 유해야생동물여부 [yes, no]  
  3-7 annotations[].temperature String   멧돼지 체온 정보    40도 
  3-8 annotations[].regularity String   멧돼지 체온
정상 : 40도 미만
비정상 : 40도 이상 		 [normal, abnormal] 멧돼지 열화상 데이터
  3-9 annotations[].color String   동물색   red, black, N/A (IR영상, 열화상 영상)
  3-10 annotations[].Shape String   동물 모양   둥근귀, 뿔 없음,.. 
  3-11 annotations[].size String   동물 크기   75~100cm
  3-12 annotations[].class String Y 동물 강 분류    
  3-13 annotations[].order String Y 동물 목 분류    
  3-14 annotations[].family String Y 동물 과 분류    
  3-15 annotations[].genus String Y 동물 속 분류    
  3-16 annotations[].species String Y 동물 종 분류    
  3-17 annotations[].drawing_id Number Y box/polygon [1, 2] 둘 중 하나 선택
  3-18 annotations[].bbox List(Number)   바운딩박스 좌표값 [[X1, Y1], [X2, Y2]]   Bbox 진행시 필수
  3-19 annotations[].Segmenataion List(Number)   세그맨테이션 좌표값 [[X1, Y1], [X2, Y2]..]   Segmentation 진행시 필수
4   licenses Object   라이선스    
  4-1 licenses[].name String N 라이선스명   구매 데이터
  4-2 licenses[].url String N 라이선스URL   구매 데이터
PLEASE WAIT WHILE LOADING...
PLEASE WAIT WHILE LOADING...