콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#농업 # 스마트팜 # 시설 작물 # 작물 질병 # 질병 진단 # 질병 예찰 # 작물 질병 데이터셋

시설 작물 질병 진단 이미지

시설 작물 질병 진단
  • 분야농축수산
  • 유형 이미지
구축년도 : 2020 갱신년월 : 2021-06 조회수 : 17,403 다운로드 : 3,129 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
    2022-10-13 신규 샘플데이터 개방

    소개

    시설작물의 질병 진단을 위한 주요 시설원예작물(10종)질병 이미지 데이터

    구축목적

    시설 작물의 질병 진단 및 처방 목적의 학습 데이터 구축
  • 구축 내용 및 제공 데이터량

    • 실제 촬영본 45만 건 (정상 41만 건, 질병 4만 건)을 활용하여, 각각 정상 작물 이미지 12만 건, 질병 원본 이미지 2만 건, 질병 증    강  이미지 20만 건을 포함, 작물 12종에 대해 총 46만 건의 시설    작물 질병 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 시설 작물 질병
      작물명 질병명 구축수량
      0 정상 - 204,909
      1 가지 가지잎곰팡이병 7,271
      가지흰가루병 4,057
      2 고추 고추마일드모틀바이러스 54,429
      고추점무늬병 9,053
      3 단호박 단호박점무늬병 10,549
      단호박흰가루병 8,537
      4 딸기 딸기잿빛곰팡이병 12,981
      딸기흰가루병 11,950
      5 상추 상추균핵병 22,234
      상추노균병 22,793
      6 수박 수박탄저병 10,286
      수박흰가루병 7,518
      7 애호박 애호박점무늬병 3,278
      8 쥬키니
      호박
      오이녹반모자이크바이러스 22,935
      9 오이 오이모자이크바이러스 4,411
      10 참외 참외노균병 5,677
      참외흰가루병 6,017
      11 토마토 토마토잎곰팡이병 11,792
      토마토황화잎말이바이러스 15,246
      12 포도 포도노균병 2,950
      합계     459,873
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • 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 0.973
    2 질병 인식 정확도 Object Detection ResNet50 F1-Score 0.7 0.92
    3 해충 인식 정확도 Object Detection EfficientDet-D5 mAP@IoU 0.5 50 % 82.9 %

    ※ 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 다운로드

    데이터 변경이력

    시설 작물 질병 진단 이미지-데이터변경이력
    버전 일자 변경내용 비고
    1.0 2021.06.25 데이터 최초 개방  

    구축 목적

    • 시설 작물의 질병 진단 및 처방 목적의 학습 데이터 구축

    활용 분야

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

    소개

    • 시설 재배 작물로 분류되는 총 12 종의 작물에서 자주 발생하는 20 종의 질병을 선별, 각 질병에 대한 비정상(발병) 이미지 및 대응 부위의 정상 이미지를 포함한 AI 학습용 데이터를 구축함.
    • 국내 발병 사례 기반으로 우선순위를 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.

     

    시설 작물 질병 진단 이미지-소개-1

     

    구축 내용 및 제공 데이터량

    • 실제 촬영본 45만 건 (정상 41만 건, 질병 4만 건)을 활용하여, 각각 정상 작물 이미지 12만 건, 질병 원본 이미지 2만 건, 질병 증    강  이미지 20만 건을 포함, 작물 12종에 대해 총 46만 건의 시설    작물 질병 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 시설 작물 질병
      작물명 질병명 구축수량
      0 정상 - 204,909
      1 가지 가지잎곰팡이병 7,271
      가지흰가루병 4,057
      2 고추 고추마일드모틀바이러스 54,429
      고추점무늬병 9,053
      3 단호박 단호박점무늬병 10,549
      단호박흰가루병 8,537
      4 딸기 딸기잿빛곰팡이병 12,981
      딸기흰가루병 11,950
      5 상추 상추균핵병 22,234
      상추노균병 22,793
      6 수박 수박탄저병 10,286
      수박흰가루병 7,518
      7 애호박 애호박점무늬병 3,278
      8 쥬키니
      호박
      오이녹반모자이크바이러스 22,935
      9 오이 오이모자이크바이러스 4,411
      10 참외 참외노균병 5,677
      참외흰가루병 6,017
      11 토마토 토마토잎곰팡이병 11,792
      토마토황화잎말이바이러스 15,246
      12 포도 포도노균병 2,950
      합계     459,873

     

    대표도면

    시설작물질병진단이미지-대표도면-1시설작물질병진단이미지-대표도면-2시설작물질병진단이미지-대표도면-3

     

    필요성

    • 작물 재배에 있어 작물에 발생하는 질병을 조기에 진단하는 것은 매우 중요하나 제한된 인력으로 모든 작물을 진단하는 것은 한계가 있음.
    • 이에 대해 작업자가 미처 판단하지 못한 작물 질병을 진단하고 작업자의 오판을 보조하는 목적의 AI 자동화 시스템의 구축은 상기 문제점의 대안이 될 것으로 기대됨.
    • AI 자동화 시스템을 구축하기 위한 선결 조건은 방대한 데이터를 확보하여 AI 모델을 학습하는 것이나, 현재 공개된 데이터베이스는 낮은 접근성 및 환경적 차이로 현실에 맞지 않은 경우가 많음
    • 이에 대한민국에서 많이 재배되는 시설 작물 중 크게 피해를 입히는 질병을 선정, 피해 정도를 구분하여 구축함. 
    • 구축 시 예찰과 진단을 동시에 실현 가능한 AI 모델을 산출할 수 있도록 다양한 메타 속성을 추가함. 
    • 더불어 향후 예찰, 진단 시스템 이외에도 시설 작물 재배 연구에 있어 AI를 쉽게 접목할 수 있도록 서비스를 제공하고자 함.

    데이터 구조

    • 데이터 구성
      데이터 구성 표
      데이터 셋 데이터 구성 데이터 예시 데이터 형식
      시설 작물
      방해 이미지
      ▶ 병해에 대한 진전도별
           이미지
         - 정상, 초기, 중기, 말기
           구분별이미지

      ▶ 촬영 환경(위치, 시간 등) 및
          질병코드 분류(대상작물, 질병)
          등 메타정보 포함

      <정상작물이미지>

      시설 작물 질병 진단 이미지-데이터구성-1

      <감염작물이미지>

      시설 작물 질병 진단 이미지-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
      취득 일자
      (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 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.