SlideShare a Scribd company logo
1 of 42
ETRI Proprietary
ETRI, KISTI, ACRYL
DNA+드론 챌린지
Type II. 실시간 AI 서비스 챌
린지 인프라 활용 교육
DNA+드론 기술개발사업
2022.08.31 1
ETRI Proprietary
Type II. 지정공모 일정 및 절
차
2
실시간 AI 서비스 챌린지 일정 및 절차
ETRI Proprietary 3
▌ 샘플 및 학습 데이터 제공 : 9/1 ~ 10/10
 DNA+드론 워크스페이스(WS)
▌ 온라인 학습 인프라(GPU) 제공 : 9/20 ~ 10/10
▌ 실시간 AI 서비스 챌린지 : 10/11
▌ 발표평가 : 10/18 (화)
▌ 결과 발표 : 10/24(월) 이후
개발
( 온라인 AI 학습 인프라 활용)
결과 검토
(모델 및 스트립트 실행, 결과비교)
샘플 데이터 활용 개발
( 개인 개발 인프라 활용)
챌린지 수행
(스트리밍, 21개팀 동시 수신 및 추론)
(모델, 스트립트, 매뉴얼, 결과파일)
발표 평가
ETRI Proprietary
챌린지 지원 인프라 소개
4
DNA+드론 플랫폼
온라인 AI 학습용 하드웨어
지정공모 Q&A 절차
OTP 발급 안내
ETRI Proprietary 5
▌ 지정공모2 기간 중 활용되는 서비스는 DNA+드론 플랫폼을 기반으로 동작
▌ 챌린지 기간 중 활용 가능한 DNA+드론 WS 기능
 DNA+드론 표준데이터셋 체험
 챌린지용 학습데이터 샘플 확인 및 원본 다운로드
▌ 챌린지 기간 중 활용 가능한 DNA+드론 AIP 기능
 AI학습 플랫폼 제공
 데이터 증강 및 학습모델 개발
 추론성능 평가
▌ 챌린지 홈페이지
 지정공모 Q&A
ETRI Proprietary 6
▌ 기간 : 9/20(화) ~ 10/10(월), 3주간
▌ 지원 인프라
 학습용 데이터 스트리밍 (상세 스트리밍 일정 및 주기는 메일을 통해 공지)
 온라인 학습용 하드웨어 (계정 발급, OTP 발급 후 사용 가능)
 학습 및 추론을 위한 온라인 인공지능 플랫폼
Still Image Stream
Streaming
Server
Still Image Stream Processing
Preprocessing (if required)
Machine Learning
Result (detection & calculation)
DNA+Drone AI Platform
( running on Neuron System @KISTI )
ID
Passwd
OTP
ETRI Proprietary 7
▌ KISTI 슈퍼컴퓨팅인프라센터 - GPU 기반 시스템 (뉴론) 활용
▌ 제공 하드웨어
▌ 챌린지 기간 중에는 Docker 기반 개발환경 제공
 CUDA v10/v11, PyTorch1.9.0, tf 2.0, etc
구분 내용
모델 HP Apollo 6500 G10
운영체제 CentOS 7.9 (RHEL Compatible)
노드수 10 대
GPU 4 x V100 / 노드
CPU Intel Xeon Gold(6230) 2.1GHz (40Core)
메모리 384GB / 노드
ETRI Proprietary 8
▌ 챌린지 홈페이지 “지정공모 Q&A” 이용
▌ 로그인된 지정공모 참여자만 글쓰기/읽기 가능
▌ http://challenge-dnadrone.com
▌ 24시간 이내 대응 지원
ETRI Proprietary 9
▌ 지정공모 온라인 AI 학습 환경 접속용 OTP
▌ 제출한 대표사용자 휴대폰 번호로 OTP 발급 안내 알림톡 순차 발송 예정
▌ AIP 접속을 위한 이메일(사용자 ID/비밀번호), 알림톡(OTP 인증코드)으로 9/19일
발송
ETRI Proprietary 10
▌ OTP 자체 비밀번호는 사용자가 기억하기 쉬운 6자리 숫자를 입력 하는 것입니다.
 예) 생년월일, 아파트 동호수 등
▌ OTP 인증번호는 1분간 유효하며, 잘못 입력 시 1분간 재입력 금지
ETRI Proprietary
DNA+드론 WS(워크스페이스) 활용
11
지정공모 참여자 WS 로그인
DNA+드론 표준데이터셋 검색 및 가시화
챌린지용 데이터셋 확인 및 다운로드
DNA+드론 AIP 접속
ETRI Proprietary 12
▌ 챌린지용 WS: ( URL은 참여자 메일로 안내해 드립니다. )
참여팀별로
개별 제공된
아이디와 패스워드
ETRI Proprietary 13
▌ DNA+드론 기술개발사업을 통해 개발되고 있는 표준데이터셋을 이용한 기능 체험
 표준데이터 규격을 활용한 다양한 서비스가 가능하도록 데이터의 모델링과 표준화 진행 중
▌ HOME/ DNA+드론 플랫폼/ DATA/ 표준 데이터
ETRI Proprietary 14
▌ 챌린지에서 제공하는 학습 및 검증 데이터 샘플 확인
▌ HOME/ DNA+드론 플랫폼/ DATA/ 표준 데이터
재배 면적 산출 및 작물
구분용 샘플 데이터
ETRI Proprietary 15
▌ HOME/ DNA+드론 플랫폼/ DATA/ 사용자 데이터셋
▌ GPU제공기간 중 스트리밍 되는 데이터와 동일한 데이터셋
도로결함탐지용 샘플 데이터
재배면적산출 및 작물구분용 샘플
데이터
ETRI Proprietary 16
▌ 지정공모의 AI 학습 환경 제공 플랫폼 접속
▌ HOME/ 챌린지/ 지정공모
▌ 9월20일 이후 연결 가능
ETRI Proprietary 17
▌ 드론 임무 특성을 메타데이터 영역에 반영하여 표준 규격을 정의하였음
▌ 표준 데이터의 메타데이터 구성 및 기존 메타데이터와의 비교
ETRI Proprietary 18
▌ 표준 데이터에서의 공간정보 구성 및 산출 방법
ETRI Proprietary 19
▌ DNA+드론 센서 표준 데이터 활용을 위한 도구
ETRI Proprietary
DNA+드론 AIP (AI 플랫폼) 활용
20
AIP 개요
도커 이미지 활용
데이터셋 업로드
학습 생성 및 실행
결과 제출
ETRI Proprietary 21
▌ 학습 및 추론, 결과 파일 제출을 위한 인공지능 플랫폼
▌ 도커 이미지를 활용한 K8S Pod 생성 → 사용자 학습 환경 / 데이터 증강 실행
 로컬 PC내 증강 데이터 업로드 가능
 Pod 내에서 데이터 증강 가능 → 정해진 폴더에 저장 필요
DNA+DRONE AIP 개요
⋮
Pod
학습
데이터
셋
테스트 및 학습
결과 제출
ETRI Proprietary 22
▌ 제공된 비밀번호와 개인 OTP를 입력하여 로그인
OTP를 이용한 로그인
ETRI Proprietary 23
▌ 총 5개의 기본 탑재 도커 이미지 활용 가능 (권고)
▌ 도커 이미지 내 사용자 패키지 설치 시 별도의 Shell Script 제출 필수
기본 제공 도커 이미지 확인
ETRI Proprietary 24
▌ 데이터셋을 생성하고 학습을 위해 증강한 데이터 업로드
▌ 로컬 컴퓨터에 있는 데이터 업로드 가능
데이터셋 생성 및 업로드
ETRI Proprietary 25
▌ 학습을 생성 – 학습에 사용하기 위한 도커 이미지 선택
학습 생성 및 학습 도구 실행
ETRI Proprietary 26
▌ 학습 상세 화면에서 토글을 이용하여 학습 도구 실행
학습 생성 및 학습 도구 실행
ETRI Proprietary 27
▌ 학습 목록에서 SSH 접속 Command 복사 및 JupyterLab 실행
학습 생성 및 학습 도구 실행
ETRI Proprietary 28
▌ 10/11일 각 팀별로 주어진 시간에 송출되는 스트리밍을 토대로 추론 및 정답지 생성
▌ 정답지는 주어진 시간안에 AIP에 업로드 해야 함
▌ 결과 제출 시, 제출해야 하는 목록은 다음과 같음
 추론 모델
 추론 및 정답지 생성에 사용하는 스크립트
 사용 매뉴얼
 실시간 서비스 챌린지에서 만들어진 결과파일(정답지)
 추론 모델, 스크립트, 사용 매뉴얼은 실시간 서비스 챌린지 전날(10/10 23:59)까지 제출
 실시간 서비스 챌린지에서 만들어진 결과 파일은 정답지 생성 완료 후, 제출
▌ 정답지 포맷은 추후 공지 예정
실시간 서비스 챌린지 및 결과 제출
ETRI Proprietary 29
▌ 결과 제출은 Jupyter Notebook상에서 src 폴더 안에 폴더를 만들어 업로드함
실시간 서비스 챌린지 및 결과 제출
src 폴더 안에 제출!!
ETRI Proprietary
챌린지 상세 소개 및 주의사항
30
구조물 안전점검 서비스를 위하여 도로 결함을 탐지하라
농작물 경작지만 촬영하면 재배 면적이 나온다?!
ETRI Proprietary
▌ 영상 속 도로(교각)의 결함(크랙, 포트홀) 탐지
• 구조물 안전점검 서비스를 위한 도로(교각)의 결함(크랙), 포트홀 탐지
• 결함 종류 및 영상내 위치 제시
• 영상 내 결함의 위치(Bounding box)를 제시
▌ 챌린지 수행 환경
• 챌린지 참가자에게 드론 데이터를 실시간으로 전달받을 수 있는 환경 제공
• 챌린지 장소가 아닌 원격지에서 일반적인 드론 정지영상을 전송함
• 참가자는 스트리밍 되는 일반적인 드론 촬영 정지영상을 실시간 다운로드
31
문제 정의
ETRI Proprietary 32
▌ 2단계 평가 적용
 예선(1차 평가)는 참가신청서 서류 심사 실시
 본선(2차 평가)는 정량적, 정성적 평가 실시
 상세 기준 및 결과 제출 형식은 챌린지 공고문 참조
평가항목 및 배점
구 분 평가 항목 배 점
2차 평가
(정량적 평가)
ㆍ결함이 포함된 영상의 결함 탐지 개수
100
ㆍ결함 종류 및 정확도
ㆍ챌린지 총 수행 소요 시간
2차 평가
(정성적 평가)
발표평가 (PT)
Total 100
ETRI Proprietary 33
▌ 챌린지 참가시작(스트리밍 영상 다운로딩 종료) 후 총 20분 이내 챌린지 수행 및 평가자료 제출
 영상 내 결함 탐지는 갯수로 계산
 결함과 50% 이상 중첩인 바운딩 박스만 인정
 탐지 결과 제출 소요시간에 따른 점수 반영
 동점자 처리 기준 : 챌린지 총 수행 소요 시간 → 결함 개수
▌ 스트리밍 영상의 다운로딩 종료 후 20분 이내 결과파일(3종)을 온라인으로 제출(동점시 제
출시간이 빠른 팀 선정(선착순))
▌ 제출 영상 파일명은(예) struc1.jpg, 결함 위치 파일은 (예) struc1.txt 로 파일명 동일
 1. 영상파일은 BB(Bounding Box)를 영상에 포함 (영상크기 변형 불가)
2. 텍스트파일은 결함종류 및 픽셀 좌표 : pothole 200, 200, 550, 440 으로 표기
crack 600, 700, 800, 900 으로 표기
3. 실행스크립트 (추론모델 포함 : 소스 또는 바이너리 파일)
▌ 제출방법 : AIP(AI Platform) 결과제출 방법 참고
- (1.BB포함jpg영상+2.결과txt 파일+3.실행스크립트(추론모델 소스또는 바이너리 포함)
평가기준
제출형식 및 방법
ETRI Proprietary 34
▌ 제출 영상(BB포함)파일명은 struc01.jpg, 결함 위치 파일명은 struc01.txt (2개 파
일 동일)
 결함종류 및 픽셀 좌표(좌상단, 우하단) : pothole 1997, 1467, 2050, 1540 으로 표기
crack 1720, 2480, 1745, 2555 으로
표기
 개발기간(~10/10) 동안 서버에서 테스트용 샘플데이터(약 10장) 스트리밍 예정
 챌린지에서는 10초 마다 1장 스트리밍 총20분 예정( 20*60/10=120장 전후)
 사용자 다운로드 방법 예제 스크립트 제공 (파일명은 참가자 임의로 가능하나 jpg및 txt 파일명은
동일)
제출형식 샘플
ETRI Proprietary 35
문제 정의
▌ 재배 작물(3개 이상)이 혼재된 지역에서 영상을 분석하여 재배 작물 구분 및
품종별 면적 산출
• 드론에서 촬영한 영상들을 분석하여 재배지역 내 작물 구분, 작물 별 재배 면적 산출
※ 도전 문제 : 강원도 내 작물 재배지역
※ 연습 문제 : DNA+드론 워크스페이에서 제공
※ DNA+드론 메타 정보 기반으로 재배 면적 계산
- 영상에 드론 및 촬영 영상 정보 포함(메타정보에는 영상의 중심점 및 4개 꼭지점의 GPS 좌표 포함)
강원도 재배지역 임무 계획 수립 드론 촬영 4K 표준데이터 전송 DNA+드론 워크스페이스
DNA+드론 플랫폼 / 실시간 AI 서비스
DNA+드론 기체 활용 / 촬영 영상 제공
MISSION
재배 작물 구분
재배 면적 산출
DNA+드론 AIP
ETRI Proprietary 36
문제 상세 설명
① 드론 위치 정보, 영상 위치 정보 활용 전체 재배면적 계산
② 드론 운행하면서 중첩 촬영한 영상
③ 개별 영상 면적, 작물 구분, 작물별 면적 분석
④ 중첩률을 고려하여, 전체 작물별 면적 계산
1번영상 2번영상 ….. 합계
중첩 반영
전체 면적
배추 500m2 650m2 520m2 .. ..
보리 700m2 300m2 800m2 .. ..
콩 400m2 250m2 450m2 .. ..
합 1,600m2 1,200m2 1,770m2 .. ..
< 예시 : 재배작물 구분 및 면적 계산 결과 테이블 >
ETRI Proprietary 37
평가 항목 및 배점
▌ 2단계 평가 적용
 예선(1차 평가)는 참가신청서 서류 심사 실시
 본선(2차 평가)는 정량적, 정성적 평가 실시
구 분 평가 항목 배 점
2차 평가
(정량적 평가)
ㆍ재배작물 종류 식별
100
ㆍ임무 수행 소요 시간
ㆍ전체 재배 면적 정확도
ㆍ개별 작물 면적 정확도 X 3종 (정확한 식별 작물만 인정)
2차 평가
(정성적 평가)
발표평가 (PT)
Total 100
ETRI Proprietary 38
평가 기준
▌ 작물구분 정확도 : (최고점) 3개 작물 일치 / 일치 작물 수에 따른 점수 배분
▌ 임무 완료시간 : (최고점) 40분 이내 / 임무 완료 시간에 따른 점수 배분
▌ 전체 재배면적 정확도 : (최고점) 정확도 1위 / 등수에 따른 점수 배분
▌ 개별 작물면적 정확도 : (최고점) 정확도 1위 / 등수에 따른 점수 배분 X 3개 작물
▌ 동점자 처리 기준
※ 작물 일치여부 → 총 재배면적 → 개별 작물별 면적 합 → 추론 시간
▌ DNA+AIP에서 개발 추론 모델 및 재배면적 계산 SW 모듈 업로드
 추론모델 : FarmAI_ID.xxx, 재배면적 계산 : CalcArea_ID.xxx
▌ 문제 답안 결과지 제출(JSON 파일)
 결과지 : FarmResult_ID.json  json 정의 파일 추후 제공
▌ 추론 시간은 20분 이내로 제한
▌ 스트리밍 종료 후 30분 내 챌린지 수행 및 평가 자료 제출 완료
결과 제출 방법
ETRI Proprietary 39
▌ 위치 및 자세 정보
▌ 영상점 지리참조 정보
[TTA 표준] TTAK.KO-10.1318-
Part1
* (참고) 메타데이터 툴 : Exif, Exiv2
ETRI Proprietary
▌ 촬영 지역
 전체 넓이 : OOOm2
▌ 촬영데이터 – 표준메타데이터
 정지영상 개수 : 100 여개
40
문제 데이터(예시)
이미지 중심점
위도 : 353745919
경도 : 126.851214
ETRI Proprietary
Q&A
41
ETRI Proprietary
Coffee Break
42

More Related Content

Similar to 2022년도 DNA+드론 챌린지 지정공모2 인프라활용교육자료

테스트가 뭐예요?
테스트가 뭐예요?테스트가 뭐예요?
테스트가 뭐예요?Kyoung Up Jung
 
[NDC2015] 언제 어디서나 프로파일링 가능한 코드네임 JYP 작성기 - 라이브 게임 배포 후에도 프로파일링 하기
[NDC2015] 언제 어디서나 프로파일링 가능한 코드네임 JYP 작성기 - 라이브 게임 배포 후에도 프로파일링 하기[NDC2015] 언제 어디서나 프로파일링 가능한 코드네임 JYP 작성기 - 라이브 게임 배포 후에도 프로파일링 하기
[NDC2015] 언제 어디서나 프로파일링 가능한 코드네임 JYP 작성기 - 라이브 게임 배포 후에도 프로파일링 하기Jaeseung Ha
 
[IGC 2016] 엔씨소프트 김종원 - 모바일 테스트 자동화 시스템
[IGC 2016] 엔씨소프트 김종원 - 모바일 테스트 자동화 시스템[IGC 2016] 엔씨소프트 김종원 - 모바일 테스트 자동화 시스템
[IGC 2016] 엔씨소프트 김종원 - 모바일 테스트 자동화 시스템강 민우
 
20201121 코드 삼분지계
20201121 코드 삼분지계20201121 코드 삼분지계
20201121 코드 삼분지계Chiwon Song
 
Java와 Python의 만남: Jython과 Sikuli
Java와 Python의 만남: Jython과 SikuliJava와 Python의 만남: Jython과 Sikuli
Java와 Python의 만남: Jython과 Sikuli용 최
 
유영기 소개
유영기 소개유영기 소개
유영기 소개youngki lyu
 
모바일 게임 테스트 자동화 (Appium 확장)
모바일 게임 테스트 자동화 (Appium 확장)모바일 게임 테스트 자동화 (Appium 확장)
모바일 게임 테스트 자동화 (Appium 확장)Jongwon Kim
 
모바일 게임 테스트 자동화 (Appium 확장)
모바일 게임 테스트 자동화 (Appium 확장)모바일 게임 테스트 자동화 (Appium 확장)
모바일 게임 테스트 자동화 (Appium 확장)Jongwon Kim
 
인공지능 식별추적시스템 성능 검증 평가 사례
인공지능 식별추적시스템 성능 검증 평가 사례 인공지능 식별추적시스템 성능 검증 평가 사례
인공지능 식별추적시스템 성능 검증 평가 사례 IMQA
 
인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화
인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화
인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화YoungSu Son
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...BOAZ Bigdata
 
[NetSec-KR 2018] 2017 정보보호 R&D 데이터 챌린지를 통해 살펴본 Data-Driven Security
[NetSec-KR 2018] 2017 정보보호 R&D 데이터 챌린지를 통해 살펴본 Data-Driven Security[NetSec-KR 2018] 2017 정보보호 R&D 데이터 챌린지를 통해 살펴본 Data-Driven Security
[NetSec-KR 2018] 2017 정보보호 R&D 데이터 챌린지를 통해 살펴본 Data-Driven SecurityKorea University
 
2020년 11월 14일 개발자 이야기
2020년 11월 14일 개발자 이야기2020년 11월 14일 개발자 이야기
2020년 11월 14일 개발자 이야기Jay Park
 
Airtest Mobile Game Automation
Airtest Mobile Game AutomationAirtest Mobile Game Automation
Airtest Mobile Game AutomationJiwon Lee
 
(Fios#02) 4. 임베디드 다바이스 역분석
(Fios#02) 4. 임베디드 다바이스 역분석(Fios#02) 4. 임베디드 다바이스 역분석
(Fios#02) 4. 임베디드 다바이스 역분석INSIGHT FORENSIC
 
제3회 오픈 로보틱스 세미나 1일차 1세션 안드로이드 App 통신
제3회 오픈 로보틱스 세미나 1일차 1세션 안드로이드 App 통신제3회 오픈 로보틱스 세미나 1일차 1세션 안드로이드 App 통신
제3회 오픈 로보틱스 세미나 1일차 1세션 안드로이드 App 통신WooSangHwang
 
투비웨어 AgitarOne Junit 단위테스트자동화 솔루션소개_201608_v1.2
투비웨어 AgitarOne Junit 단위테스트자동화 솔루션소개_201608_v1.2투비웨어 AgitarOne Junit 단위테스트자동화 솔루션소개_201608_v1.2
투비웨어 AgitarOne Junit 단위테스트자동화 솔루션소개_201608_v1.2tobeware
 
Io t에서의 소프트웨어단위테스트_접근사례
Io t에서의 소프트웨어단위테스트_접근사례Io t에서의 소프트웨어단위테스트_접근사례
Io t에서의 소프트웨어단위테스트_접근사례SangIn Choung
 
[OpenInfra Days Korea 2018] (Track 4) - Grafana를 이용한 OpenStack 클라우드 성능 모니터링
[OpenInfra Days Korea 2018] (Track 4) - Grafana를 이용한 OpenStack 클라우드 성능 모니터링[OpenInfra Days Korea 2018] (Track 4) - Grafana를 이용한 OpenStack 클라우드 성능 모니터링
[OpenInfra Days Korea 2018] (Track 4) - Grafana를 이용한 OpenStack 클라우드 성능 모니터링OpenStack Korea Community
 

Similar to 2022년도 DNA+드론 챌린지 지정공모2 인프라활용교육자료 (20)

테스트가 뭐예요?
테스트가 뭐예요?테스트가 뭐예요?
테스트가 뭐예요?
 
[NDC2015] 언제 어디서나 프로파일링 가능한 코드네임 JYP 작성기 - 라이브 게임 배포 후에도 프로파일링 하기
[NDC2015] 언제 어디서나 프로파일링 가능한 코드네임 JYP 작성기 - 라이브 게임 배포 후에도 프로파일링 하기[NDC2015] 언제 어디서나 프로파일링 가능한 코드네임 JYP 작성기 - 라이브 게임 배포 후에도 프로파일링 하기
[NDC2015] 언제 어디서나 프로파일링 가능한 코드네임 JYP 작성기 - 라이브 게임 배포 후에도 프로파일링 하기
 
[IGC 2016] 엔씨소프트 김종원 - 모바일 테스트 자동화 시스템
[IGC 2016] 엔씨소프트 김종원 - 모바일 테스트 자동화 시스템[IGC 2016] 엔씨소프트 김종원 - 모바일 테스트 자동화 시스템
[IGC 2016] 엔씨소프트 김종원 - 모바일 테스트 자동화 시스템
 
20201121 코드 삼분지계
20201121 코드 삼분지계20201121 코드 삼분지계
20201121 코드 삼분지계
 
Java와 Python의 만남: Jython과 Sikuli
Java와 Python의 만남: Jython과 SikuliJava와 Python의 만남: Jython과 Sikuli
Java와 Python의 만남: Jython과 Sikuli
 
유영기 소개
유영기 소개유영기 소개
유영기 소개
 
모바일 게임 테스트 자동화 (Appium 확장)
모바일 게임 테스트 자동화 (Appium 확장)모바일 게임 테스트 자동화 (Appium 확장)
모바일 게임 테스트 자동화 (Appium 확장)
 
모바일 게임 테스트 자동화 (Appium 확장)
모바일 게임 테스트 자동화 (Appium 확장)모바일 게임 테스트 자동화 (Appium 확장)
모바일 게임 테스트 자동화 (Appium 확장)
 
인공지능 식별추적시스템 성능 검증 평가 사례
인공지능 식별추적시스템 성능 검증 평가 사례 인공지능 식별추적시스템 성능 검증 평가 사례
인공지능 식별추적시스템 성능 검증 평가 사례
 
인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화
인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화
인공지능 식별추적시스템 실증랩 구축및 운영 - 평가모델 고도화
 
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...
제 19회 보아즈(BOAZ) 빅데이터 컨퍼런스 - [전진 4드론] : RAD(Reinforcement learning method for ...
 
[NetSec-KR 2018] 2017 정보보호 R&D 데이터 챌린지를 통해 살펴본 Data-Driven Security
[NetSec-KR 2018] 2017 정보보호 R&D 데이터 챌린지를 통해 살펴본 Data-Driven Security[NetSec-KR 2018] 2017 정보보호 R&D 데이터 챌린지를 통해 살펴본 Data-Driven Security
[NetSec-KR 2018] 2017 정보보호 R&D 데이터 챌린지를 통해 살펴본 Data-Driven Security
 
2020년 11월 14일 개발자 이야기
2020년 11월 14일 개발자 이야기2020년 11월 14일 개발자 이야기
2020년 11월 14일 개발자 이야기
 
Unity소개
Unity소개Unity소개
Unity소개
 
Airtest Mobile Game Automation
Airtest Mobile Game AutomationAirtest Mobile Game Automation
Airtest Mobile Game Automation
 
(Fios#02) 4. 임베디드 다바이스 역분석
(Fios#02) 4. 임베디드 다바이스 역분석(Fios#02) 4. 임베디드 다바이스 역분석
(Fios#02) 4. 임베디드 다바이스 역분석
 
제3회 오픈 로보틱스 세미나 1일차 1세션 안드로이드 App 통신
제3회 오픈 로보틱스 세미나 1일차 1세션 안드로이드 App 통신제3회 오픈 로보틱스 세미나 1일차 1세션 안드로이드 App 통신
제3회 오픈 로보틱스 세미나 1일차 1세션 안드로이드 App 통신
 
투비웨어 AgitarOne Junit 단위테스트자동화 솔루션소개_201608_v1.2
투비웨어 AgitarOne Junit 단위테스트자동화 솔루션소개_201608_v1.2투비웨어 AgitarOne Junit 단위테스트자동화 솔루션소개_201608_v1.2
투비웨어 AgitarOne Junit 단위테스트자동화 솔루션소개_201608_v1.2
 
Io t에서의 소프트웨어단위테스트_접근사례
Io t에서의 소프트웨어단위테스트_접근사례Io t에서의 소프트웨어단위테스트_접근사례
Io t에서의 소프트웨어단위테스트_접근사례
 
[OpenInfra Days Korea 2018] (Track 4) - Grafana를 이용한 OpenStack 클라우드 성능 모니터링
[OpenInfra Days Korea 2018] (Track 4) - Grafana를 이용한 OpenStack 클라우드 성능 모니터링[OpenInfra Days Korea 2018] (Track 4) - Grafana를 이용한 OpenStack 클라우드 성능 모니터링
[OpenInfra Days Korea 2018] (Track 4) - Grafana를 이용한 OpenStack 클라우드 성능 모니터링
 

2022년도 DNA+드론 챌린지 지정공모2 인프라활용교육자료

  • 1. ETRI Proprietary ETRI, KISTI, ACRYL DNA+드론 챌린지 Type II. 실시간 AI 서비스 챌 린지 인프라 활용 교육 DNA+드론 기술개발사업 2022.08.31 1
  • 2. ETRI Proprietary Type II. 지정공모 일정 및 절 차 2 실시간 AI 서비스 챌린지 일정 및 절차
  • 3. ETRI Proprietary 3 ▌ 샘플 및 학습 데이터 제공 : 9/1 ~ 10/10  DNA+드론 워크스페이스(WS) ▌ 온라인 학습 인프라(GPU) 제공 : 9/20 ~ 10/10 ▌ 실시간 AI 서비스 챌린지 : 10/11 ▌ 발표평가 : 10/18 (화) ▌ 결과 발표 : 10/24(월) 이후 개발 ( 온라인 AI 학습 인프라 활용) 결과 검토 (모델 및 스트립트 실행, 결과비교) 샘플 데이터 활용 개발 ( 개인 개발 인프라 활용) 챌린지 수행 (스트리밍, 21개팀 동시 수신 및 추론) (모델, 스트립트, 매뉴얼, 결과파일) 발표 평가
  • 4. ETRI Proprietary 챌린지 지원 인프라 소개 4 DNA+드론 플랫폼 온라인 AI 학습용 하드웨어 지정공모 Q&A 절차 OTP 발급 안내
  • 5. ETRI Proprietary 5 ▌ 지정공모2 기간 중 활용되는 서비스는 DNA+드론 플랫폼을 기반으로 동작 ▌ 챌린지 기간 중 활용 가능한 DNA+드론 WS 기능  DNA+드론 표준데이터셋 체험  챌린지용 학습데이터 샘플 확인 및 원본 다운로드 ▌ 챌린지 기간 중 활용 가능한 DNA+드론 AIP 기능  AI학습 플랫폼 제공  데이터 증강 및 학습모델 개발  추론성능 평가 ▌ 챌린지 홈페이지  지정공모 Q&A
  • 6. ETRI Proprietary 6 ▌ 기간 : 9/20(화) ~ 10/10(월), 3주간 ▌ 지원 인프라  학습용 데이터 스트리밍 (상세 스트리밍 일정 및 주기는 메일을 통해 공지)  온라인 학습용 하드웨어 (계정 발급, OTP 발급 후 사용 가능)  학습 및 추론을 위한 온라인 인공지능 플랫폼 Still Image Stream Streaming Server Still Image Stream Processing Preprocessing (if required) Machine Learning Result (detection & calculation) DNA+Drone AI Platform ( running on Neuron System @KISTI ) ID Passwd OTP
  • 7. ETRI Proprietary 7 ▌ KISTI 슈퍼컴퓨팅인프라센터 - GPU 기반 시스템 (뉴론) 활용 ▌ 제공 하드웨어 ▌ 챌린지 기간 중에는 Docker 기반 개발환경 제공  CUDA v10/v11, PyTorch1.9.0, tf 2.0, etc 구분 내용 모델 HP Apollo 6500 G10 운영체제 CentOS 7.9 (RHEL Compatible) 노드수 10 대 GPU 4 x V100 / 노드 CPU Intel Xeon Gold(6230) 2.1GHz (40Core) 메모리 384GB / 노드
  • 8. ETRI Proprietary 8 ▌ 챌린지 홈페이지 “지정공모 Q&A” 이용 ▌ 로그인된 지정공모 참여자만 글쓰기/읽기 가능 ▌ http://challenge-dnadrone.com ▌ 24시간 이내 대응 지원
  • 9. ETRI Proprietary 9 ▌ 지정공모 온라인 AI 학습 환경 접속용 OTP ▌ 제출한 대표사용자 휴대폰 번호로 OTP 발급 안내 알림톡 순차 발송 예정 ▌ AIP 접속을 위한 이메일(사용자 ID/비밀번호), 알림톡(OTP 인증코드)으로 9/19일 발송
  • 10. ETRI Proprietary 10 ▌ OTP 자체 비밀번호는 사용자가 기억하기 쉬운 6자리 숫자를 입력 하는 것입니다.  예) 생년월일, 아파트 동호수 등 ▌ OTP 인증번호는 1분간 유효하며, 잘못 입력 시 1분간 재입력 금지
  • 11. ETRI Proprietary DNA+드론 WS(워크스페이스) 활용 11 지정공모 참여자 WS 로그인 DNA+드론 표준데이터셋 검색 및 가시화 챌린지용 데이터셋 확인 및 다운로드 DNA+드론 AIP 접속
  • 12. ETRI Proprietary 12 ▌ 챌린지용 WS: ( URL은 참여자 메일로 안내해 드립니다. ) 참여팀별로 개별 제공된 아이디와 패스워드
  • 13. ETRI Proprietary 13 ▌ DNA+드론 기술개발사업을 통해 개발되고 있는 표준데이터셋을 이용한 기능 체험  표준데이터 규격을 활용한 다양한 서비스가 가능하도록 데이터의 모델링과 표준화 진행 중 ▌ HOME/ DNA+드론 플랫폼/ DATA/ 표준 데이터
  • 14. ETRI Proprietary 14 ▌ 챌린지에서 제공하는 학습 및 검증 데이터 샘플 확인 ▌ HOME/ DNA+드론 플랫폼/ DATA/ 표준 데이터 재배 면적 산출 및 작물 구분용 샘플 데이터
  • 15. ETRI Proprietary 15 ▌ HOME/ DNA+드론 플랫폼/ DATA/ 사용자 데이터셋 ▌ GPU제공기간 중 스트리밍 되는 데이터와 동일한 데이터셋 도로결함탐지용 샘플 데이터 재배면적산출 및 작물구분용 샘플 데이터
  • 16. ETRI Proprietary 16 ▌ 지정공모의 AI 학습 환경 제공 플랫폼 접속 ▌ HOME/ 챌린지/ 지정공모 ▌ 9월20일 이후 연결 가능
  • 17. ETRI Proprietary 17 ▌ 드론 임무 특성을 메타데이터 영역에 반영하여 표준 규격을 정의하였음 ▌ 표준 데이터의 메타데이터 구성 및 기존 메타데이터와의 비교
  • 18. ETRI Proprietary 18 ▌ 표준 데이터에서의 공간정보 구성 및 산출 방법
  • 19. ETRI Proprietary 19 ▌ DNA+드론 센서 표준 데이터 활용을 위한 도구
  • 20. ETRI Proprietary DNA+드론 AIP (AI 플랫폼) 활용 20 AIP 개요 도커 이미지 활용 데이터셋 업로드 학습 생성 및 실행 결과 제출
  • 21. ETRI Proprietary 21 ▌ 학습 및 추론, 결과 파일 제출을 위한 인공지능 플랫폼 ▌ 도커 이미지를 활용한 K8S Pod 생성 → 사용자 학습 환경 / 데이터 증강 실행  로컬 PC내 증강 데이터 업로드 가능  Pod 내에서 데이터 증강 가능 → 정해진 폴더에 저장 필요 DNA+DRONE AIP 개요 ⋮ Pod 학습 데이터 셋 테스트 및 학습 결과 제출
  • 22. ETRI Proprietary 22 ▌ 제공된 비밀번호와 개인 OTP를 입력하여 로그인 OTP를 이용한 로그인
  • 23. ETRI Proprietary 23 ▌ 총 5개의 기본 탑재 도커 이미지 활용 가능 (권고) ▌ 도커 이미지 내 사용자 패키지 설치 시 별도의 Shell Script 제출 필수 기본 제공 도커 이미지 확인
  • 24. ETRI Proprietary 24 ▌ 데이터셋을 생성하고 학습을 위해 증강한 데이터 업로드 ▌ 로컬 컴퓨터에 있는 데이터 업로드 가능 데이터셋 생성 및 업로드
  • 25. ETRI Proprietary 25 ▌ 학습을 생성 – 학습에 사용하기 위한 도커 이미지 선택 학습 생성 및 학습 도구 실행
  • 26. ETRI Proprietary 26 ▌ 학습 상세 화면에서 토글을 이용하여 학습 도구 실행 학습 생성 및 학습 도구 실행
  • 27. ETRI Proprietary 27 ▌ 학습 목록에서 SSH 접속 Command 복사 및 JupyterLab 실행 학습 생성 및 학습 도구 실행
  • 28. ETRI Proprietary 28 ▌ 10/11일 각 팀별로 주어진 시간에 송출되는 스트리밍을 토대로 추론 및 정답지 생성 ▌ 정답지는 주어진 시간안에 AIP에 업로드 해야 함 ▌ 결과 제출 시, 제출해야 하는 목록은 다음과 같음  추론 모델  추론 및 정답지 생성에 사용하는 스크립트  사용 매뉴얼  실시간 서비스 챌린지에서 만들어진 결과파일(정답지)  추론 모델, 스크립트, 사용 매뉴얼은 실시간 서비스 챌린지 전날(10/10 23:59)까지 제출  실시간 서비스 챌린지에서 만들어진 결과 파일은 정답지 생성 완료 후, 제출 ▌ 정답지 포맷은 추후 공지 예정 실시간 서비스 챌린지 및 결과 제출
  • 29. ETRI Proprietary 29 ▌ 결과 제출은 Jupyter Notebook상에서 src 폴더 안에 폴더를 만들어 업로드함 실시간 서비스 챌린지 및 결과 제출 src 폴더 안에 제출!!
  • 30. ETRI Proprietary 챌린지 상세 소개 및 주의사항 30 구조물 안전점검 서비스를 위하여 도로 결함을 탐지하라 농작물 경작지만 촬영하면 재배 면적이 나온다?!
  • 31. ETRI Proprietary ▌ 영상 속 도로(교각)의 결함(크랙, 포트홀) 탐지 • 구조물 안전점검 서비스를 위한 도로(교각)의 결함(크랙), 포트홀 탐지 • 결함 종류 및 영상내 위치 제시 • 영상 내 결함의 위치(Bounding box)를 제시 ▌ 챌린지 수행 환경 • 챌린지 참가자에게 드론 데이터를 실시간으로 전달받을 수 있는 환경 제공 • 챌린지 장소가 아닌 원격지에서 일반적인 드론 정지영상을 전송함 • 참가자는 스트리밍 되는 일반적인 드론 촬영 정지영상을 실시간 다운로드 31 문제 정의
  • 32. ETRI Proprietary 32 ▌ 2단계 평가 적용  예선(1차 평가)는 참가신청서 서류 심사 실시  본선(2차 평가)는 정량적, 정성적 평가 실시  상세 기준 및 결과 제출 형식은 챌린지 공고문 참조 평가항목 및 배점 구 분 평가 항목 배 점 2차 평가 (정량적 평가) ㆍ결함이 포함된 영상의 결함 탐지 개수 100 ㆍ결함 종류 및 정확도 ㆍ챌린지 총 수행 소요 시간 2차 평가 (정성적 평가) 발표평가 (PT) Total 100
  • 33. ETRI Proprietary 33 ▌ 챌린지 참가시작(스트리밍 영상 다운로딩 종료) 후 총 20분 이내 챌린지 수행 및 평가자료 제출  영상 내 결함 탐지는 갯수로 계산  결함과 50% 이상 중첩인 바운딩 박스만 인정  탐지 결과 제출 소요시간에 따른 점수 반영  동점자 처리 기준 : 챌린지 총 수행 소요 시간 → 결함 개수 ▌ 스트리밍 영상의 다운로딩 종료 후 20분 이내 결과파일(3종)을 온라인으로 제출(동점시 제 출시간이 빠른 팀 선정(선착순)) ▌ 제출 영상 파일명은(예) struc1.jpg, 결함 위치 파일은 (예) struc1.txt 로 파일명 동일  1. 영상파일은 BB(Bounding Box)를 영상에 포함 (영상크기 변형 불가) 2. 텍스트파일은 결함종류 및 픽셀 좌표 : pothole 200, 200, 550, 440 으로 표기 crack 600, 700, 800, 900 으로 표기 3. 실행스크립트 (추론모델 포함 : 소스 또는 바이너리 파일) ▌ 제출방법 : AIP(AI Platform) 결과제출 방법 참고 - (1.BB포함jpg영상+2.결과txt 파일+3.실행스크립트(추론모델 소스또는 바이너리 포함) 평가기준 제출형식 및 방법
  • 34. ETRI Proprietary 34 ▌ 제출 영상(BB포함)파일명은 struc01.jpg, 결함 위치 파일명은 struc01.txt (2개 파 일 동일)  결함종류 및 픽셀 좌표(좌상단, 우하단) : pothole 1997, 1467, 2050, 1540 으로 표기 crack 1720, 2480, 1745, 2555 으로 표기  개발기간(~10/10) 동안 서버에서 테스트용 샘플데이터(약 10장) 스트리밍 예정  챌린지에서는 10초 마다 1장 스트리밍 총20분 예정( 20*60/10=120장 전후)  사용자 다운로드 방법 예제 스크립트 제공 (파일명은 참가자 임의로 가능하나 jpg및 txt 파일명은 동일) 제출형식 샘플
  • 35. ETRI Proprietary 35 문제 정의 ▌ 재배 작물(3개 이상)이 혼재된 지역에서 영상을 분석하여 재배 작물 구분 및 품종별 면적 산출 • 드론에서 촬영한 영상들을 분석하여 재배지역 내 작물 구분, 작물 별 재배 면적 산출 ※ 도전 문제 : 강원도 내 작물 재배지역 ※ 연습 문제 : DNA+드론 워크스페이에서 제공 ※ DNA+드론 메타 정보 기반으로 재배 면적 계산 - 영상에 드론 및 촬영 영상 정보 포함(메타정보에는 영상의 중심점 및 4개 꼭지점의 GPS 좌표 포함) 강원도 재배지역 임무 계획 수립 드론 촬영 4K 표준데이터 전송 DNA+드론 워크스페이스 DNA+드론 플랫폼 / 실시간 AI 서비스 DNA+드론 기체 활용 / 촬영 영상 제공 MISSION 재배 작물 구분 재배 면적 산출 DNA+드론 AIP
  • 36. ETRI Proprietary 36 문제 상세 설명 ① 드론 위치 정보, 영상 위치 정보 활용 전체 재배면적 계산 ② 드론 운행하면서 중첩 촬영한 영상 ③ 개별 영상 면적, 작물 구분, 작물별 면적 분석 ④ 중첩률을 고려하여, 전체 작물별 면적 계산 1번영상 2번영상 ….. 합계 중첩 반영 전체 면적 배추 500m2 650m2 520m2 .. .. 보리 700m2 300m2 800m2 .. .. 콩 400m2 250m2 450m2 .. .. 합 1,600m2 1,200m2 1,770m2 .. .. < 예시 : 재배작물 구분 및 면적 계산 결과 테이블 >
  • 37. ETRI Proprietary 37 평가 항목 및 배점 ▌ 2단계 평가 적용  예선(1차 평가)는 참가신청서 서류 심사 실시  본선(2차 평가)는 정량적, 정성적 평가 실시 구 분 평가 항목 배 점 2차 평가 (정량적 평가) ㆍ재배작물 종류 식별 100 ㆍ임무 수행 소요 시간 ㆍ전체 재배 면적 정확도 ㆍ개별 작물 면적 정확도 X 3종 (정확한 식별 작물만 인정) 2차 평가 (정성적 평가) 발표평가 (PT) Total 100
  • 38. ETRI Proprietary 38 평가 기준 ▌ 작물구분 정확도 : (최고점) 3개 작물 일치 / 일치 작물 수에 따른 점수 배분 ▌ 임무 완료시간 : (최고점) 40분 이내 / 임무 완료 시간에 따른 점수 배분 ▌ 전체 재배면적 정확도 : (최고점) 정확도 1위 / 등수에 따른 점수 배분 ▌ 개별 작물면적 정확도 : (최고점) 정확도 1위 / 등수에 따른 점수 배분 X 3개 작물 ▌ 동점자 처리 기준 ※ 작물 일치여부 → 총 재배면적 → 개별 작물별 면적 합 → 추론 시간 ▌ DNA+AIP에서 개발 추론 모델 및 재배면적 계산 SW 모듈 업로드  추론모델 : FarmAI_ID.xxx, 재배면적 계산 : CalcArea_ID.xxx ▌ 문제 답안 결과지 제출(JSON 파일)  결과지 : FarmResult_ID.json  json 정의 파일 추후 제공 ▌ 추론 시간은 20분 이내로 제한 ▌ 스트리밍 종료 후 30분 내 챌린지 수행 및 평가 자료 제출 완료 결과 제출 방법
  • 39. ETRI Proprietary 39 ▌ 위치 및 자세 정보 ▌ 영상점 지리참조 정보 [TTA 표준] TTAK.KO-10.1318- Part1 * (참고) 메타데이터 툴 : Exif, Exiv2
  • 40. ETRI Proprietary ▌ 촬영 지역  전체 넓이 : OOOm2 ▌ 촬영데이터 – 표준메타데이터  정지영상 개수 : 100 여개 40 문제 데이터(예시) 이미지 중심점 위도 : 353745919 경도 : 126.851214

Editor's Notes

  1. 실시간 AI 서비스 챌린지 참여자 여러분 안녕하세요. ETRI 김법균 입니다. 인프라 활용교육을 시작하겠습니다. 실시간 AI 서비스 챌린지는 DNA+드론 기술개발사업의 결과물인 DNA+드론 플랫폼을 활용합니다. 먼저 지정공모 활용 인프라를 소개하고 워크스페이스 활용 방법을 시연과 함께 설명드린 후, 학습모델의 개발 및 데이터 증강에 사용할 AIP, AI플랫폼을 소개하고 각 문제에 대한 상세한 설명을 드리겠습니다.
  2. 이번 챌린지에서는 학습모델 개발을 위한 온라인 인프라를 제공합니다. 이 인프라에 대한 설명을 짧게 드리겠습니다.
  3. 이번 챌린지에서는 학습모델 개발을 위한 온라인 인프라를 제공합니다. 이 인프라에 대한 설명을 짧게 드리겠습니다.
  4. DNA+드론 플랫폼은 여러가지 서브시스템으로 구성되어 있습니다만, 이번 챌린지에서는 그 중에 WS와 AIP가 주로 사용됩니다. DNA+드론 워크스페이스 DNA+드론 AI플랫폼 지정공모 진행중 문제가 있을 경우 챌린지 홈페이지에 있는 지정공모 Q&A를 이용해 주세요.
  5. 학습모델 개발환경을 위해 제공되는 하드웨어는 KISTI 국가슈퍼컴퓨팅센터의 GPU기반 시스템 뉴론을 활용합니다. 4장의 V100 GPU가 장착된 10대가 사용되며 각각 Docker 기반으로 독립적인 개발환경을 제공합니다. 소프트웨어 환경에 대해서는 AI플랫폼 부분에서 자세히 설명 드리겠습니다.
  6. 지정공모 진행 중, 각종 장애 보고나 질문이 있을 경우 챌린지 홈페이지의 지정공모 Q&A를 이용해 주세요. 최대 24시간 이내 대응을 목표로 하고 있으나 대부분의 경우 수시간 내에 조치가 이뤄지도록 노력하겠습니다.
  7. KISTI의 "국가"슈퍼컴퓨팅센터의 시스템을 인프라로 활용하고 있습니다. 따라서, 보안규정을 준수하기 위한 OTP를 발급받아 사용하셔야 합니다. 카카오톡 또는 문자메시지를 통해 절차를 안내드릴 예정이며, 시스템 오픈 시간 이전에, 가급적 금일 일과시간 내에 발급이 완료되어야 합니다.
  8. 워크스페이스 활용법을 슬라이드로 잠깐 보여드린 후, 실제 동작 보여드리겠습니다.
  9. 지정공모 참여자 분들께서는 워크스페이스에 로그인하여 챌린지와 관련해서는 챌린지용 데이터셋을 다운로드 받아 이용하실 수 있습니다. 챌린지용 워크스페이스는 내일 9시부터 사용하실 수 있으며 아이디와 패스워드는 개별 안내가 이뤄질 예정입니다.
  10. << 슬라이드 설명 활용 >>
  11. 챌린지용 데이터는 표준데이터셋과 같은 공간에서 다운로드 받을 수 있습니다.
  12. 챌린지용 데이터는 표준데이터셋과 같은 공간에서 다운로드 받을 수 있습니다.