컴퓨터 비전 솔루션

디지털 이미지와 비디오를 처리하여 시각적 정보를 추출 및 해석

활용 및 분석 예시

피부 상태 객체 인식

피부 상태 객체 인식

터널 공사 굴착면 암반 상태 분류

터널 공사 굴착면 암반 상태 분류

데이터 보유 현황

데이터 항목 1
데이터 종류

피부 상태 분류를 위한 홍반, 색소 침착 등의 피부 상태 데이터

데이터 수량
원천 데이터 900장 및 115,446장의 증강 데이터
상세 구성 내용
  • •한국데이터산업진흥원에서 지원하는 데이터 바우처 사업을 통하여 다양한 연령대별, 성별, 피부 상태별로 수집
  • •피부 상태 위치 및 종류에 대한 라벨링 파일 구축
데이터 항목 2
데이터 종류

터널 공사 굴착면 암반 상태 분류(RMR) 및 절리(Joint) 인식을 위한 터널 굴착면 데이터

데이터 수량
터널 굴착면 이미지 1,500장
상세 구성 내용
  • •암반 분류에 사용되는 거칠기, 풍화 정도 등의 Bieniawski의 평가 항목에 대한 라벨링된 파일 구축
  • •절리 인식 학습을 위한 절리 표시 파일 구축

시험 성적서 및 공인 검증 결과

검증 항목 1KOLAS / 제3자 인증

Yolov5를 이용한 피부 상태 객체 인식 학습 결과

  • •5개의 라벨(홍반, 색소 침착, 여드름, 주름, 모공)에 대한 5,773개의 데이터를 활용하여 multi-class classification 성능 테스트
  • •KOLAS 인증 기관인 슈어소프트테크를 통한 제3자 테스트 실시
Yolov5를 이용한 피부 상태 객체 인식 학습 결과
Yolov5를 이용한 피부 상태 객체 인식 학습 결과
검증 항목 2KOLAS / 제3자 인증

터널 공사 굴착면 암반 상태 분류 및 절리 인식 시스템 학습 결과

  • •Keras application의 사전 학습 모델을 이용한 거칠기, 충전물, 풍화 정도, 지하수 4가지 특성에 대한 학습
  • •KOLAS 인증 기관인 슈어소프트테크를 통한 제3자 테스트 실시
터널 공사 굴착면 암반 상태 분류 및 절리 인식 시스템 학습 결과