콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#농업 # 스마트 팜 # 해충 # 노지 작물 # 작물 해충 # 해충 검출 # 충해 예찰 # 작물 해충 데이터셋

노지 작물 해충 진단 이미지

노지 작물 해충 진단 이미지
  • 분야농축수산
  • 유형 이미지
구축년도 : 2020 갱신년월 : 2021-06 조회수 : 9,129 다운로드 : 921 용량 :
샘플 데이터 ?

샘플데이터는 데이터의 이해를 돕기 위해 별도로 가공하여 제공하는 정보로써 원본 데이터와 차이가 있을 수 있으며,
데이터에 따라서 민감한 정보는 일부 마스킹(*) 처리가 되어 있을 수 있습니다.

※ 내국인만 데이터 신청이 가능합니다.

  • 데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.0 2021-06-25 데이터 최초 개방

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2024-02-16 AI모델 수정
    2022-10-12 신규 샘플데이터 개방

    소개

    노지 작물 해충 및 충해 진단을 위한 주요 노지 작물(10종) 해충 이미지 데이터

    구축목적

    노지 작물의 해충 진단 및 처방 목적의 학습 데이터 구축
  • 구축 내용 및 제공 데이터량

    • 실제 촬영본 34만 건 (정상 29만 건, 해충 5만 건)을 활용하여, 각각 정상 작물 이미지 12만 건, 해충 원본 이미지 2만 건, 해충 증강 이미지 20만 건을 포함, 작물 12종과 기타 1종(작물 없이, 해충만 있는 경우)에 대해 총 50만 건의 노지작물 해충 학습 데이터 도출
    • 촬영 사진 내에서 관찰 대상인 해충에 대한 bounding box annotation을 수행하고, 해당 해충에 대한 class number 할당
    • 해충으로 분류된 이미지를 바탕으로 각종 transform 기법으로 변환    된 증강 데이터 생성
      구축 내용 및 제공 데이터량 표
      구분 노지 작물 질병
      해충명 구축수량
      0 정상 84,066
      1 검거세미밤나방 10,592
      2 꽃노랑총채벌레 8,988
      3 담배가루이 14,102
      4 담배거세미나방 28,319
      5 담배나방 22,313
      6 도둑나방 15,596
      7 먹노린재 25,929
      8 목화바둑명나방 21,808
      9 무잎벌 12,471
      10 배추좀나방 37,734
      11 배추흰나비 35,944
      12 벼룩잎벌레 22,971
      13 복숭아혹진딧물 21,242
      14 비단노린재 25,876
      15 썩덩나무노린재 14,409
      16 알락수염노린재 10,465
      17 열대거세미나방 26,684
      18 큰28점박이무당벌레 25,003
      19 톱다리개미허리노린재 24,347
      20 파밤나방 13,671
      합계   502,530
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • AI 모델 상세 설명서 다운로드

    AI 모델 다운로드
  • 설명서 및 활용가이드 다운로드

    데이터 설명서 다운로드 구축활용가이드 다운로드

    데이터 변경이력

    노지작물해충진단이미지-데이터변경이력
    버전 일자 변경내용 비고
    1.0 2021.06.25 데이터 최초 개방  

    구축 목적

    • 노지 작물의 해충 진단 및 처방 목적의 학습 데이터 구축

    활용 분야

    • AI 기반 스마트 병해충 진단 및 예찰을 위한 AI 비전 기술 개발

    소개

    • 노지 재배 작물로 분류되는 총 12 종의 작물에서 자주 발생하는 20 종의 해충을 선별, 각 해충에 대한 비정상(해충/충해) 이미지 및 대응 부위의 정상 이미지를 포함한 AI 학습용 데이터를 구축함.
    • 국내 해충 발생 사례를 기반으로 우선순위를 두어 접근성과 활용도를 목표하였으며, 재사용에 제한이 없도록 저작권 문제를 완전히 해결한 원천 데이터만을 취급함.
    • 이미지 전체에 대해 해충 유무 태깅에 그치지 않고, 촬영 부위와 해충 위치, 피해 정도, 발생 부위의 위치 정보를 모두 명기하여, 데이터의 활용도에 따라 발생 해충에 대한 고차원 연구 및 고도화 된 상용화 서비스를 기대할 수 있음.

     

    노지 작물 해충 진단-소개-1

     

    구축 내용 및 제공 데이터량

    • 실제 촬영본 34만 건 (정상 29만 건, 해충 5만 건)을 활용하여, 각각 정상 작물 이미지 12만 건, 해충 원본 이미지 2만 건, 해충 증강 이미지 20만 건을 포함, 작물 12종과 기타 1종(작물 없이, 해충만 있는 경우)에 대해 총 50만 건의 노지작물 해충 학습 데이터 도출
    • 촬영 사진 내에서 관찰 대상인 해충에 대한 bounding box annotation을 수행하고, 해당 해충에 대한 class number 할당
    • 해충으로 분류된 이미지를 바탕으로 각종 transform 기법으로 변환    된 증강 데이터 생성
      구축 내용 및 제공 데이터량 표
      구분 노지 작물 질병
      해충명 구축수량
      0 정상 84,066
      1 검거세미밤나방 10,592
      2 꽃노랑총채벌레 8,988
      3 담배가루이 14,102
      4 담배거세미나방 28,319
      5 담배나방 22,313
      6 도둑나방 15,596
      7 먹노린재 25,929
      8 목화바둑명나방 21,808
      9 무잎벌 12,471
      10 배추좀나방 37,734
      11 배추흰나비 35,944
      12 벼룩잎벌레 22,971
      13 복숭아혹진딧물 21,242
      14 비단노린재 25,876
      15 썩덩나무노린재 14,409
      16 알락수염노린재 10,465
      17 열대거세미나방 26,684
      18 큰28점박이무당벌레 25,003
      19 톱다리개미허리노린재 24,347
      20 파밤나방 13,671
      합계   502,530

    대표도면

    노지작물해충진단이미지-대표도면-1

     

    노지작물해충진단이미지-대표도면-2

     

    필요성

    • 농업 인구의 감소, 재래식 방법에 대한 낮은 접근성 등에 있어 작물 모니터링 시스템은 상기한 문제점을 해소할 것으로 기대되며 이는 AI 기술을 도입한 스마트팜 시스템의 구축으로 이어짐.
    • 그 일환으로 작물 생육을 저해하는 외적 요소를 상시 파악하는 시스템이 있으며 주원인인 해충 피해에 대한 정보 제공 기능이 수반됨.
    • 그러나 외부에 공개된 데이터는 대한민국 환경에 맞지 않음과 동시에 저작권 등의 사용상의 어려움이 존재하여 즉시 적용하기에는 무리가 있음.
    • 이에 대한민국에서 흔히 재배되는 작물의 해충 및 충해 정보를 해충 피해 정도 및 해충 생육 단계 등 세부 메타 속성으로 체계적으로 관리하고 공개하여 농업 종사자로의 정보 제공뿐만 아니라 스마트팜 구축을 위한 AI 응용 서비스 제공까지 확장성을 확보하고자 함.

    데이터 구조

    • 데이터 구성
      데이터 구성 표
      데이터 셋 데이터 구성 데이터 예시 데이터 형식
      노지작물
      해충 이미지
      ▶ 해충의 발생 단계별 이미지
        - 정상 작물, 해충 발생 단계
          구분별(알, 유충(약충), 성충
          - 충해 이미지 포함) 이미지

      ▶ 촬영 환경(시간 등) 및
          충해코드 분류(대상작물, 해충)
          등 메타정보 포함

      <정상작물이미지>

      노지작물해충진단이미지-데이터구성-1


      <감염작물이미지>

      노지작물해충진단이미지-데이터구성-2
      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 78
      촬영 유형
      (type)
      정수 0 (정상)
      1 (질병)
      2 (해충)
      3 (충해)
      2
      충해 학습용
      정보
      (annotations)
      질병/해충 코드
      (disease)
      정수 0,1, ..., 20 14
      작물 코드
      (crop)
      정수 0, 1, ..., 13 9
      촬영 부위
      (area)
      정수 0, 1, ..., 7 3
      작물 생육단계
      (grow)
      정수 11 (육묘기)
      12 (생장기)
      13 (착화/과실기)
      12
      충해 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}
      해충
      학습용
      정보
      (annotations)
      작물 코드
      (crop)
      정수 0, 1, ..., 13 9
      촬영 부위
      (area)
      정수 0, 1, ..., 7 3
      충해 피해 정도
      (risk)
      정수 0 (정상)
      1 (초기)
      2 (중기)
      3 (말기)
      2
      주목 객체의 정보
      (object)
      딕셔너리 {class:(해충 코드),
       grow:(해충 생육 코드),
      xtl, (이하 해충 bbox)
      ytl,
      xbr,
      ybl}
      {
      "class": 8,
      "grow": 33,
      "points":[{
                   "xtl": 1896,
                   "ytl": 1686,
                   "xbr": 2484,
                   "ybr": 2388}]
      }
  • 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 DB구축
    인프라큐브 · 응용서비스 개발 (AI 연계 APP)
    ㈜팜한농 · 데이터 수집 기획
    · 현장 데이터 수집(정상작물)
    · 자체 보유 데이터 제공
    미래농업포럼 · 피해 작물 데이터 수집(질병/해충)
    · 수집 데이터 가공 (질병/해충 데이터)
    · 크라우드소싱 인력 관리
    전주정보문화산업진흥원 · 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
보건의료 데이터 개방 안내

보건의료 데이터는 온라인 및 오프라인 안심존을 통해 개방됩니다.

안심존이란 안심존 이용메뉴얼 안심존 이용신청
  • 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

    1. AI 허브 접속
      신청자
    2. 안심존
      사용신청
      신청자신청서류 제출*
    3. 심사구축기관
    4. 승인구축기관
    5. 데이터 분석 활용신청자
    6. 분석모델반출신청자
  • 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.