-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2025-06-30 데이터 최종 개방 1.0 2025-04-16 데이터 개방 Beta Version 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2025-04-16 산출물 최종 공개 소개
기능성작물의 이미지를 사이드뷰, 탑뷰 2가지 각도에서 촬영하여 환경, 생육데이터를 수집하여 비례 정밀 복합환경 자율 제어를 지원하기 위한 인공지능 학습용 데이터를 구축함.
구축목적
작물 이미지 클래스 분류 및 이미지 캡션 생성을 위한 식물 이미지, 첨단농장 환경 데이터, 작물 생장 및 분류 데이터, 이미지 캡션 설명문 데이터 구축
-
메타데이터 구조표 데이터 영역 농축수산 데이터 유형 이미지 데이터 형식 이미지 데이터 : JPG[해상도 1920*1080] 환경, 생육 모니터링 데이터 : JSON 데이터 출처 농업 / 컨소시엄 자체 데이터 구축 라벨링 유형 바운딩박스(이미지) 라벨링 형식 가공데이터(환경, 생육, 성분 모니터링 데이터 포함) : JSON 데이터 활용 서비스 이미지 데이터를 이용한 주요 기능성작물의 생육 주차 판별 및 해당 작물 명 식별 데이터 구축년도/
데이터 구축량2024년/공개용데이터 245,000건, 라벨링 데이터 245,000건, 환경, 생육 모니터링 데이터 245,000건, 성분분석데이터 90건 -
데이터 구축 규모 및 데이터 분포 정보
데이터 구축 규모 및 데이터 분포 정보 1차 경로 2차 경로 3차 경로 파일 포맷 최종검증 제출 수량 01. 밀순 01. 생장 01. 사이드뷰 .jpg / .json 17,068 02. 탑뷰 .jpg / .json 6,932 02. 수확 01. 사이드뷰 .jpg / .json 8,181 02. 탑뷰 .jpg / .json 9,819 02. 새싹인삼
(개량종)01. 생장 01. 사이드뷰 .jpg / .json 11,971 02. 탑뷰 .jpg / .json 4,029 02. 수확 01. 사이드뷰 .jpg / .json 3,381 02. 탑뷰 .jpg / .json 2,619 03. 새싹인삼
(연풍)01. 생장 01. 사이드뷰 .jpg / .json 5,394 02. 탑뷰 .jpg / .json 4,606 02. 수확 01. 사이드뷰 .jpg / .json 1,436 02. 탑뷰 .jpg / .json 564 04. 양상추 01. 생장 01. 사이드뷰 .jpg / .json 17,501 02. 탑뷰 .jpg / .json 10,499 02. 수확 01. 사이드뷰 .jpg / .json 2,922 02. 탑뷰 .jpg / .json 3,078 05. 녹차 01. 생장 01. 사이드뷰 .jpg / .json 14,732 02. 탑뷰 .jpg / .json 7,268 02. 수확 01. 사이드뷰 .jpg / .json 7,798 02. 탑뷰 .jpg / .json 6,202 06. 두메부추 01. 생장 01. 사이드뷰 .jpg / .json 24,207 02. 탑뷰 .jpg / .json 3,793 02. 수확 01. 사이드뷰 .jpg / .json 3,849 02. 탑뷰 .jpg / .json 8,151 07. 팥순 01. 생장 01. 사이드뷰 .jpg / .json 14,916 02. 탑뷰 .jpg / .json 9,084 02. 수확 01. 사이드뷰 .jpg / .json 8,152 02. 탑뷰 .jpg / .json 9,848 08. 구절초
(넓은잎)01. 생장 01. 사이드뷰 .jpg / .json 3,134 02. 탑뷰 .jpg / .json 2,466 02. 수확 01. 사이드뷰 .jpg / .json 1,316 02. 탑뷰 .jpg / .json 84 09. 구절초
(좁은잎)01. 생장 01. 사이드뷰 .jpg / .json 5,522 02. 탑뷰 .jpg / .json 1,478 02. 수확 01. 사이드뷰 .jpg / .json 2,970 02. 탑뷰 .jpg / .json 30 총 수량 245,000 -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드ㅇ 인공지능 알고리즘의 도메인은 분류(classification) 모델으로 정하고 분류 성능을 최적화할 수 있는 모델을 선정, 모델 학습 후 F1 Score로 정량적 평가결과 산출
[그림] Classification 모델을 이용한 영상 분류 예시ㅇ F1 Score
- F1 Score는 모델의 정밀도와 재현율을 합친 방식으로 모델의 정밀도와 재현율의 조화평균으로 계산
ㅇ 실증 목표치(TTA 인증기관 검증)
- 목표치 (F1 score) 90% 이상 -
데이터 품질 지표
데이터 품질 지표 품질지표 항목명 지표명 Task 결과 다양성 작물 이미지 분포 구성비 중첩률 94.95 첨단농장 환경 데이터 분포 구성비 중첩률 96.91 작물 생장 데이터 분포 구성비 중첩률 96.91 기능성 식물 이미지 수 최소 수량 245,000 첨단농장 환경 데이터 수 최소 수량 569,851 작물 생장 데이터 수 최소 수량 338,065 작물 분석 데이터 수 최소 수량 92 이미지 캡션 데이터 수 최소 수량 245,000 의미정확성 바운딩박스 정확성 정밀도 Image Classification 97.0557149328099 바운딩박스 정확성 재현율 Image Classification 97.0410628019324 이미지 캡션 정확성 정확도 Image Captioning 96.201358863496 이미지-텍스트 내용 일치성 정확도 98.8593155893536 구문정확성 구조정확성 정확도 100 형식정확성 정확도 99.99 -
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드어노테이션 포맷
어노테이션 포맷 구분 항목명 타입 필수 설명 범위 비고 1 images 이미지 1-1 class String Y 작물명 1-2 quality_status String Y 작물 상태 생장/수확 1-3 photo_date String Y 촬영 시간 정보 년월일시간 1-4 photo_direction String Y 촬영각도 0(사이드뷰), 1(탑뷰) 1-5 photographer_code String Y 촬영자코드 1-6 scenario String Y 재배시나리오 1-7 imagePath String Y 파일명 1-8 imageHeight String Y 이미지 높이 1-9 imageWidth String Y 이미지 폭 2 labels 라벨링 정보 복수개 생성 2-1 label_id String Y 라벨링 id 2-2 label_divide String Y 분류 잎/줄기/화방/열매 2-3 label_points Array Y 라벨링 좌표값 [[X1,Y1],
[X2,Y2],
[X3, Y3]...]3 Environment 환경 데이터 3-1 Env_Date String Y 획득 시간 3-2 temp Number Y 온도 ℃ 3-3 humidity Number Y 습도 % 3-4 CO2 Number Y CO2 ppm 3-5 Lux Number Y 조도 μ㏖/㎡/s 3-6 nutrient_temperature Number Y 양액 온도 ℃ 3-7 EC Number Y EC dS/m 3-8 pH Number Y pH pH 3-9 ventilator Numbe N 환풍기 3-10 floating_fan Numbe N 유동 팬 3-11 water_motor Numbe N 관수 모터 3-12 water_valve Numbe N 관수 밸브 3-13 heater Numbe N 난방기 3-14 air_conditioner Numbe N 냉방기 4 Growth 생장 데이터 4-1 Grow_Date String Y 획득 시간 4-2 stem_length Number Y 경장 cm 4-3 stalk_diameter Number Y 경직경 cm 4-4 leaf_width Number Y 엽폭 cm 4-5 leaf_number Number Y 엽수 개 4-6 flower_pot Number Y 화방수 개 4-7 flower_posion Number N 화방 위치 4-8 fruit_quantity Number Y 열매 수량 개 4-9 fruit Number Y 열매 유/뮤 0(무), 1(유) 4-10 root_length Number N 뿌리 길이 4-11 growth_cycle Number N 생장 주기 5 Analysis 분석 데이터 5-1 Raw_Weight Number N 원물중량 g 5-2 Dry_Weight Number N 건조중량 g 5-3 Dry_Rate Number N 건조수율 % 5-4 Moisture Con. Number N 수분 함량 % 5-5 Brix Number N 당도 Brix° 5-6 Color_L Number N 색도 L(명도) 5-7 Color_a Number N 색도 a(적색도) 5-8 Color_b Number N 색도 b(황색도) 5-9 Texture Number N 조직감 g 5-10 Ingredient_NM String N 성분명 5-11 Ingredient_Con. Number N 성분 함량 ㎍/g 5-12 Ingredient2_NM Number N 성분명2 5-13 Ingredient2_Con. Number N 성분 함량2 ㎍/g 5-14 Ingredient3_NM Number N 성분명3 5-15 Ingredient3_Con. Number N 성분 함량3 ㎍/g 6 caption 캡셔닝 6-1 detail String Y 캡셔닝 6-2 image_caption String Y 캡셔닝 어노테이션 예시
-
데이터셋 구축 담당자
수행기관(주관) : 농업회사법인 렛츠팜㈜
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 김동일 063-253-3338 samelife@letsfarm.co.kr 기업부설연구소 빅데이터 담당 수행기관(참여)
수행기관(참여) 기관명 담당업무 ㈜뉴컨 데이터 정제, 가공 전북바이오융합산업진흥원 기능성작물 성분데이터 분석 한국농수산대학교 산학협력단 데이터 정제, 가공 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 김동일 063-211-3338 samelife@letsfarm.co.kr 이민지 063-211-3338 mjl@letsfarm.co.kr AI모델 관련 문의처
AI모델 관련 문의처 담당자명 전화번호 이메일 김동일 063-211-3338 samelife@letsfarm.co.kr 이민지 063-211-3338 mjl@letsfarm.co.kr 저작도구 관련 문의처
저작도구 관련 문의처 담당자명 전화번호 이메일 이민주 070-4044-4275 danteguy@newconnect.co.kr 박준형 070-4044-4275 juneco@newconnect.co.kr
-
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.
오프라인 데이터 이용 안내
본 데이터는 K-ICT 빅데이터센터에서도 이용하실 수 있습니다.
다양한 데이터(미개방 데이터 포함)를 분석할 수 있는 오프라인 분석공간을 제공하고 있습니다.
데이터 안심구역 이용절차 및 신청은 K-ICT빅데이터센터 홈페이지를 참고하시기 바랍니다.
국방데이터 개방 안내
본 데이터는 국방데이터로 군사 보안에 따라 AI허브에서 데이터를 제공하지 않으며,
군 담당자를 통한 별도의 사용 신청이 필요합니다.
-
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