-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2021-06-25 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-10-12 신규 샘플데이터 개방 소개
주요 과수(사과, 배)의 화상병 및 유사 병종의 이미지 데이터
구축목적
과수화상병 진단 및 처방 목적의 학습 데이터 구축
-
메타데이터 구조표 데이터 영역 농축수산 데이터 유형 이미지 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2020년/19.4만 -
구축 내용 및 제공 데이터량
- 실제 촬영본 11만 건 (정상 9.5만 건, 질병 1.5만 건)을 활용하여, 각각 정상 작물 이미지 4만 건, 질병 원본 이미지 1.4만 건, 질병 증강 이미지 14만 건을 포함, 작물 2종에 대해 총 19.4만 건의 과수화상병 학습 데이터 도출
- 촬영 사진 내에서 관찰 대상인 부위를 관심 영역으로써 bounding box annotation을 1차 수행, 해당 영역 내에서 관찰되는 정상/질병에 대한 class number 할당
- 질병으로 분류된 이미지를 바탕으로 각종 transform 기법으로 변환 된 증강 데이터 생성
구축 내용 및 제공 데이터량 표 구분 과수화상병 작물명 질병명 구축수량 1-0 배 정상 25,617 1-1 배검은별무늬병 20,422 1-2 배과수화상병 19,578 2-0 사과 정상 35,938 2-3 사과갈색무늬병 22,313 2-4 사과과수화상병 21,930 2-5 사과부란병 22,851 2-6 사과점무늬낙엽병 21,454 2-7 사과탄저병 21,452 합계 211,555
-
-
AI 모델 상세 설명서 다운로드
AI 모델 다운로드 -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 질병 인식 정확도 Object Detection ResNet50 F1-Score 0.7 점 0.92 점
※ 데이터 성능 지표가 여러 개일 경우 각 항목을 클릭하면 해당 지표의 값이 그래프에 표기됩니다.
※ AI모델 평가 지표에 따라 측정값의 범위, 판단 기준이 달라질 수 있습니다. (ex. 오류율의 경우, 낮을수록 좋은 성능을 내는 것으로 평가됩니다)
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드데이터 변경이력
과수화상병촬영이미지-데이터변경이력 버전 일자 변경내용 비고 1.0 2021.06.25 데이터 최초 개방 구축 목적
- 과수화상병 진단 및 처방 목적의 학습 데이터 구축
활용 분야
- AI 기반 스마트 병해충 진단 및 예찰을 위한 AI 비전 기술 개발
소개
- 과수화상병 발병률이 높은 작물인 배와 사과를 대상으로, 과수화상병을 포함하여 주된 질병들에 대한 비정상(발병) 이미지 및 대응 부위의 정상 이미지를 포함한 AI 학습용 데이터를 구축함.
- 국내 피해 사례에 기반, 배와 사과에 대한 과수화상병 진단을 우선순위로 두어 접근성과 활용도를 목표하였으며, 재사용에 제한이 없도록 저작권 문제를 완전히 해결한 원천 데이터만을 취급함.
- 이미지 전체에 대한 질병 유무 태깅에 그치지 않고, 촬영 부위와 발병된 질병의 명칭, 피해 정도, 발병 부위의 위치 정보를 모두 명기하여, 데이터의 활용도에 따라 작물 질병에 대한 고차원 연구 및 고도화 된 상용화 서비스를 기대할 수 있음.
구축 내용 및 제공 데이터량
- 실제 촬영본 11만 건 (정상 9.5만 건, 질병 1.5만 건)을 활용하여, 각각 정상 작물 이미지 4만 건, 질병 원본 이미지 1.4만 건, 질병 증강 이미지 14만 건을 포함, 작물 2종에 대해 총 19.4만 건의 과수화상병 학습 데이터 도출
- 촬영 사진 내에서 관찰 대상인 부위를 관심 영역으로써 bounding box annotation을 1차 수행, 해당 영역 내에서 관찰되는 정상/질병에 대한 class number 할당
- 질병으로 분류된 이미지를 바탕으로 각종 transform 기법으로 변환 된 증강 데이터 생성
구축 내용 및 제공 데이터량 표 구분 과수화상병 작물명 질병명 구축수량 1-0 배 정상 25,617 1-1 배검은별무늬병 20,422 1-2 배과수화상병 19,578 2-0 사과 정상 35,938 2-3 사과갈색무늬병 22,313 2-4 사과과수화상병 21,930 2-5 사과부란병 22,851 2-6 사과점무늬낙엽병 21,454 2-7 사과탄저병 21,452 합계 211,555
대표도면
필요성
- AI 기술을 도입한 스마트팜 시스템의 관심이 높아짐에 따라 전 세계적으로 관련 기술 확보의 필요성이 대두됨.
- 현재 국내에서는 과수화상병 피해가 극심해지고 있어 선제적인 예찰 및 대응이 필요한 시점임.
- 배와 사과에서 빈번히 발생하는 과수화상병 데이터 및 추가적인 질병 정보를 이용하여 AI를 통한 자동 진단 시스템을 고려할 수 있으며 이를 위해서는 배와 사과에서 발병하는 질병 정보를 체계적으로 수집할 필요가 있음.
- 그러나 과수화상병 피해의 심각성에 비하여 AI를 통한 자동 진단 시스템 개발의 어려움이 산재해 있음.
- AI 개발자에게는 수집에 대한 낮은 접근성, 어노테이션 시 필요한 도메인 지식의 부족, 농업인들에게는 체계적인 데이터 구축 시스템 미비 및 AI 서비스에 대한 낮은 접근성으로 AI 기술 도입이 요원한 것이 현실
- 이에 국내에서 흔히 재배되는 과수화상병 및 배, 사과의 기타 질병 정보를 체계적으로 관리하고 제공함으로써 AI 모델 개발뿐만 아니라 과수화상병 연구에도 활용될 것으로 기대됨.
데이터 구조
- 데이터 구성
데이터 구성 표 데이터 셋 데이터 구성 데이터 예시 데이터 형식 과수화상병
병해 이미지▶ 병해에 대한 진전도별 이미지
- 정상, 초기, 중기, 말기
구분별 이미지
▶ 촬영 환경(위치, 시간 등) 및
질병코드 분류(대상작물, 병해)
등 메타정보 포함<정상작물이미지>
<감염작물이미지>
JPEG파일,
JSON 파일 - 어노테이션 포맷
어노테이션 포맷 표 분류 항목 형식 종류 예시 이미지 정보
(description)파일 이름
(image)문자열 X 01.jpeg 취득일자
(date)문자열 X 2020/11/30 촬영 지역
(region)정수 X 12 이미지 높이
(height)정수 X 3024 이미지 너비
(width)정수 X 4032 과제 번호
(task)정수 77, 78, 79, 80 77 촬영 유형
(type)정수 0 (정상)
1 (질병)
2 (해충)
3 (충해)1 학습용정보
(annotations)질병/해충 코드
(disease)정수 0, 1, ..., 20 14 작물 코드
(crop)정수 0, 1, ..., 12 9 촬영 부위
(area)정수 0, 1, ..., 7 3 작물 생육단계
(grow)정수 11 (육묘기)
12 (생장기)
13 (착화/과실기)12 질병 피해 정도
(risk)정수 0 (정상)
1 (초기)
2 (중기)
3 (말기)2 주목 객체의
bbox 좌표
(points)딕셔너리 {xtl, ytl, xbr, ybr} {"xtl": 100, "ytl": 200,
"xbr": 1100, "ybr": 1200}
-
데이터셋 구축 담당자
수행기관(주관) : 라온피플
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 감명곤 031-698-3360 kammk73@laonpeople.com · 수행 관리 총괄 · AI 학습용 데이터 모델 분석 및 설계 · AI 학습용 데이터 알고리즘 개발 · AI 학습용 데이터 모델 구축 및 검증 · 검수 완료 데이터 증강 · AI 학습용 데이터 품질 검증 수행기관(참여)
수행기관(참여) 기관명 담당업무 원투씨엠 · 병해충 진단 AI를 활용한 응용서비스 개발 기획 및 구축
· 응용서비스 진행에 필요한 콘텐츠 DB구축인프라큐브 · 응용서비스 개발 (AI 연계 APP) ㈜팜한농 · 데이터 수집 기획
· 현장 데이터 수집(정상작물)
· 자체 보유 데이터 제공미래농업포럼 · 피해 작물 데이터 수집(질병/해충)
· 수집 데이터 가공 (질병/해충 데이터)
· 크라우드소싱 인력 관리전주정보문화산업진흥원 · 수집 데이터 정제/가공(정상작물 데이터)
· 크라우드소싱 인력 교육 진행 및 관리
· 품질 표준화 및 관리
· 생태계 활성화(교육 과정 개발, 해커톤 대회 개최 등)데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 감명곤(라온피플) 031-698-3360 kammk73@laonpeople.com
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.