dacl10k: 의미적 다리 손상 세그멘테이션을 위한 벤치마크

강화 콘크리트 결함(RCD)을 신뢰성 있게 식별하는 것은 전 세계적으로 가장 흔한 교량 유형인 콘크리트 교량의 구조적 안정성, 교통 안전성 및 장기 내구성을 평가하는 데 핵심적인 역할을 한다. 그러나 현재까지 공개된 RCD 인식을 위한 데이터셋은 크기와 클래스 다양성 측면에서 매우 제한적이며, 실제 적용 상황에서의 활용 가능성과 기준 데이터셋으로서의 역할에 의문을 제기하고 있다. 본 연구는 이러한 문제에 대응하여, 실제 교량 점검에서 수집한 9,920장의 이미지를 포함하는 다중 레이블 세분화(multi-label semantic segmentation)를 위한 매우 다양한 RCD 데이터셋인 'dacl10k'를 제안한다. dacl10k는 12개의 결함 유형과 6개의 교량 구성 요소(예: 거더, 지지대, 기초 등)를 구분하며, 이는 구조 평가 및 복구 작업, 교통 제한, 교량 폐쇄 등의 권고 조치 수립에 핵심적인 정보를 제공한다. 또한, dacl10k에 대한 기준 모델(baseline models)을 제시하고, 이를 테스트 세트에서 평가하였다. 최적의 모델은 테스트 세트에서 평균 교차율(Intersection-over-Union, mIoU) 0.42의 성능을 달성하였다. dacl10k와 함께 제안된 기준 모델은 연구자 및 실무자에게 공개될 예정이며, 교량 점검 분야에서 이미지 수와 클래스 다양성 측면에서 현재까지 가장 큰 데이터셋으로서의 의미를 지닌다.