기반암 시추 이미지에 기반한 암종 분류 및 절리 탐지 학습용 데이터셋 구축
Detail
| Title | 기반암 시추 이미지에 기반한 암종 분류 및 절리 탐지 학습용 데이터셋 구축 |
|---|---|
| Description | 본 연구는 도시 지역에서 빈번하게 발생하는 지반침하 문제 해결을 목적으로, 인공지능(AI)을 활용한 기반암 시추 이미지 기반 암종 분류 및 절리 탐지 데이터셋을 구축하였다. 국내에서는 지반 평가가 주관적이며 비정량적인 해석에 의존하고 있어 정확성과 객관성이 부족한 실정이다. 본 연구에서는 국내 기반암 시추 시료로부터 고해상도의 이미지 데이터를 수집하고, 이를 기반으로 정밀한 라벨링 작업을 수행하여 총 661,425장의 데이터셋을 구축하였다. 데이터셋은 암종 분류를 위한 이미지 데이터 550,080장과 절리 탐지를 위한 이미지 데이터 111,345장으로 구성되며, JSON 형식의 라벨링 데이터가 함께 제공된다. 암종 분류 데이터는 화성암, 변성암, 퇴적암으로 세부 구분되어 있으며, 절리 탐지 데이터는 폴리곤 세그멘테이션 방식으로 구축되었다. 데이터셋의 실효성 검증을 위해 ResNet152 V2 모델(암종 분류)과 Deeplab V3+ 모델(절리 탐지)을 적용하여 평가한 결과, 각각 90.25%의 Top-1 Accuracy와 84.04%의 Intersection over Union(IoU) 성능을 나타내었다. 구축된 데이터셋은 인공지능 허브(AI Hub)를 통해 공개적으로 제공되며, 연구 및 산업 현장에서 정량적이고 신속한 암반 평가 기술 개발에 기여할 것으로 기대된다. 해당 데이터는 아래 사이트에서 다운로드 가능함 https://www.aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100&dataSetSn=71753 |
| Author | 한수연 |
| Journal name | GeoData Journal |
| Article name | 기반암 시추 이미지에 기반한 암종 분류 및 절리 탐지 학습용 데이터셋 구축 |
| CC License |
|
| DOI | 10.22747/paper_data.20250731.33 |
Type 논문데이터
- 45view
- 0download
- Manager
- 한수연
- Created date
- 2025-07-31
Share
Cite as
한수연. () 기반암 시추 이미지에 기반한 암종 분류 및 절리 탐지 학습용 데이터셋 구축.
댓글