이하 내용은 DOSH 데이터셋을 기준으로 작성하였다. DOSH는 ROOT/DOSH/ 경로에 저장되어 있다. images디렉토리 내 train_1 ~ train_7, val_1 ~ val_2, test_1의 총 10개 하위 디렉토리에 이미지가 저장되어 있다. annotations 폴더 내에는 각 이미지 스플릿에 대응되는 10개의 bbox annotation 파일이 저장되어 있다. annotation xml파일은 CVAT1.1 형식으로 CVAT 공식문서에서 상세내용을 찾아볼 수 있다.
1. 정량적 특성
DOSH 데이터셋에는 총 1085장의 이미지가 존재한다. 대부분 '3840 * 2160' 해상도이나 일부 촬영 기종에 따라 '1920 * 1080'등 다른 해상도도 소수 존재한다.
1-1. 객체별 bbox 기초 통계
객체별 통계에서 확인할 수 있는 사항은 아래와 같다.
서비스 관점에서 jetski는 ship과 묶어 선박으로 취급하나, 학습에서는 다른 객체로 다루었다.
서비스 관점에서 jetski는 ship과 묶어 선박으로 취급하지만 학습에서는 다른 객체로 다루었다. 또한 bbox의 '픽셀수' 단위의 해상도를 '크기'로 간주하여 작성하였다.
가장 많이 등장하는 객체는 ship으로, 이미지당 0.9개 꼴임
돌고래의 경우 한 번에 ship보다 많은 수의 객체가 등장하나, 아예 나오지 않는 이미지도 많음
객체의 최소 크기는 66~90으로 유사한 편이나, 평균이나 최대값에서 ship의 크기가 압도적으로 큼
class
bbox Count
bbox Per Image
mean size
median size
min size
max size
dolphin
834
0.8
1662
1018
66
22302
jetski
85
0.1
2339
1736
66
8875
ship
952
0.9
40276
26992
90
501071
1-2. 객체별 bbox 크기 분포
객체별 bbox 크기 히스토그램을 통해 이미지 내 객체의 특성을 좀 더 살펴보았다. jetski는 비교적 좁은 범위에 서로 다른 크기의 객체가 골고루 분포한다.
반면 dolphin과 ship의 경우 작은 크기에 대부분이 분포하고 상대적으로 매우 큰 극단치들이 존재한다.
2. 정성적 특성
2-1. 객체별 예시 이미지
아래는 dolphin, ship, jetski의 순서로 각 객체를 담고있는 대표적인 이미지의 예시와 그 특징이다.
2-1-1. dolphin
무리지어 다니는 경우가 많음
프레임별로 일부 개체는 수면 밖으로, 일부 개체는 수면 내에 있는 개체가 섞여 있음
수면 위아래로 이동하며 물거품이 발생함
2-1-2. ship
선박의 종류가 다양하여 돌고래에 비해 동일 클래스 내 객체 간 유사도가 상대적으로 낮은 편임
항상 움직이는 편인 돌고래와 달리 정지상태로 떠있는 경우도 있음
2-1-3. jetski
선박에 비해 객체 간 유사도가 높은 편임
객체 내에 사람이 차지하는 비중이 높은 편임
2-2. 탐지가 어려운 사례
다음으로 객체탐지가 어려운 대표적인 사례를 3가지 뽑아 정리하였다.
2-2-1. 어두운 이미지
어두운 이미지에서는 객체의 패턴이 명확히 드러나지 않는 편임
흰 선박에 비해 어두운 색의 돌고래는 육안으로도 식별하기 어려운 경우가 있음
특히 아래 이미지에는 여기에 빛반사까지 더해져 해당 영역에 돌고래가 있었을 경우 식별이 어려웠을 것임
