AI-Hub

데이터 변경이력

데이터 히스토리

소개

노지 작물의 질병 진단을 위한 주요 노지 작물(10종) 질병 이미지 데이터

구축목적

노지 작물의 질병 진단 및 처방 목적의 학습 데이터 구축

구축 내용 및 제공 데이터량

• 실제 촬영본 27만 건 (정상 24만 건, 질병 3만 건)을 활용하여, 각각 정상 작물 이미지 10만 건, 질병 원본 이미지 2만 건, 질병 증강 이미지 20만 건을 포함, 작물 10종에 대해 총 35만 건의 노지작물 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	-	154,132
  1	고추	고추탄저병	13,145
  		고추흰가루병	12,562
  2	무	무검은무늬병	9,664
  		무노균병	4,416
  3	배추	배추검음썩음병	16,640
  		배추노균병	8,800
  4	애호박	애호박노균병	11,248
  		애호박흰가루병	9,376
  5	양배추	양배추균핵병	7,152
  		양배추무름병	3,504
  6	오이	오이노균병	7,792
  		오이흰가루병	8,064
  7	콩	콩불마름병	10,944
  		콩점무늬병	17,008
  8	토마토	토마토잎마름병	4,416
  9	파	파검은무늬병	19,024
  		파노균병	4,864
  		파녹병	17,728
  10	호박	호박노균병	4,144
  		호박흰가루병	4,528
  합계			349,151

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

설명서 및 활용가이드 다운로드

데이터 변경이력

구축 목적

• 노지 작물의 질병 진단 및 처방 목적의 학습 데이터 구축

활용 분야

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

소개

• 노지 재배 작물로 분류되는 총 10 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.

구축 내용 및 제공 데이터량

• 실제 촬영본 27만 건 (정상 24만 건, 질병 3만 건)을 활용하여, 각각 정상 작물 이미지 10만 건, 질병 원본 이미지 2만 건, 질병 증강 이미지 20만 건을 포함, 작물 10종에 대해 총 35만 건의 노지작물 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	-	154,132
  1	고추	고추탄저병	13,145
  		고추흰가루병	12,562
  2	무	무검은무늬병	9,664
  		무노균병	4,416
  3	배추	배추검음썩음병	16,640
  		배추노균병	8,800
  4	애호박	애호박노균병	11,248
  		애호박흰가루병	9,376
  5	양배추	양배추균핵병	7,152
  		양배추무름병	3,504
  6	오이	오이노균병	7,792
  		오이흰가루병	8,064
  7	콩	콩불마름병	10,944
  		콩점무늬병	17,008
  8	토마토	토마토잎마름병	4,416
  9	파	파검은무늬병	19,024
  		파노균병	4,864
  		파녹병	17,728
  10	호박	호박노균병	4,144
  		호박흰가루병	4,528
  합계			349,151

대표도면

필요성

• AI 기술을 도입한 스마트팜 시스템의 관심이 높아짐에 따라 전 세계적으로 관련 기술 확보의 필요성이 대두됨.
• 이에 대해 작업자가 미처 판단하지 못한 작물 질병을 진단하고 작업자의 오판을 보조하는 목적의 AI 자동화 시스템의 구축은 상기 문제점의 대안이 될 것으로 기대됨.
• 그러나 AI 개발자에게는 수집에 대한 낮은 접근성, 어노테이션 시 필요한 도메인 지식의 부족, 농업인들에게는 체계적인 데이터 구축 시스템 미비 및 AI 서비스에 대한 낮은 접근성으로 농업에 대한 AI 기술 도입은 타 분야에 비해 요원한 것이 현실
• 선진국에서는 작물 질병 관련 데이터를 확보 및 일부 공개하고 있으나 접근성 및 저작권 문제와 환경적인 차이로 국내 즉시 도입이 어려움
• 이에 국내에서 흔히 재배되는 노지 작물의 질병 정보를 세부 메타 속성으로 체계적으로 관리하고 공개하여 향후 국내 농업 AI 기술의 발전에 이바지하기 위한 검증된 노지 작물 질병 학습용 AI 데이터를 구축하고자 함.

데이터 구조

• 데이터 구성

  데이터 구성 표

  데이터 셋	데이터 구성	데이터 예시	데이터 형식
  노지작물 병해 이미지	▶ 병해에 대한 진전도별 이미지 - 정상, 초기, 중기, 말기 구분별 이미지 ▶ 촬영 환경(위치, 시간 등) 및 병해코드 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
  학습용 정보 (annotations)	질병/해충 코드 (disease)	정수	0, 1, ..., 20	14
  	작물 코드 (crop)	정수	0, 1, ..., 10	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(참여)

데이터 관련 문의처