AI-Hub

데이터 변경이력

구축 목적

• 인공지능 학습을 위한 학습용 농산물 이미지 데이를 수집, 정제를 거친 후 메타데이터가 추가된 농산물의 품질을 판단하는 AI학습용 데이터를 만드는 것이 목적인 데이터셋

활용 분야

• 농산물 10종의 품질을 국가가 정해놓은 기준으로 일반소비자 또는 농가에서 인공지능 프로그램을 이용하여 정확하게 파악할 수 있는 기준을 제공하는 데이터셋으로서 농산물 품질에 대한 AI 요약기술 개발에 용이함

소개

• 우리나라 농산물 중 시설재배 품목을 제외, 소비량이 많고 수입 의존도가 낮은 10개의 품목을 선정 : 농림축산식품부 농산물 도매시장 통계연보 (2017년, 2018년)를 참조하여 과제 수행 기간에 이미지 확보에 어려움이 없고 거래량이 충분한 상위 10개의 청과품목 (무, 배추, 양파, 마늘, 양배추, 감, 사과, 배, 감귤, 감자)를 선정하여 농산물 품질을 구분할 수 있는 기준과 품질 분류를 제공하는 원천 데이터를 확보

구축 내용 및 제공 데이터량

• 원문데이터 60만 건 (농산물 10 품목에 대하여 각 6만 건 씩 확보하여 농산물 품질 기준으로 특, 상, 보통 품으로 분류)을 활용하여 확보된 원시데이터 60만 건 중 정제과정을 거쳐 30만 건 선정, 가공/검수 검증 작업을 거쳐 AI응용서비스에 적용하여 AI응용서비스 개발 (농산물 품질 검증 App, Web 버전)
   
• 데이터 세부사항

  데이터 세부사항 표

  구조	1. 파일 유형 : png 2. 파일명 : 작물명_
  형태	대상 농작물을 촬영한 이미지 파일
  품질	- 해상도(1만 화소 이상) AI 학습 모델 머신 러닝에 실질적으로 활용할 데이터 - 해상도(100만 화소 이상) 이미지 및 가공 처리로 품질 높음
  가공 형태	1. 이미지 전처리    - 인공지능이 학습 가능한 형태로 이미지 파일 편집 2. 이미지 라벨링    - 농산물 품질등급에 따라 이미지 분류 3. 파일네이밍    - 데이터 관리의 용이성을 위하여 파일명을 수정
  메타데이터	작물의 종류, 품종의 종류, 촬영각도, 촬영장비, 촬영장소, 촬영날짜, 장소, 크기, 부피
  라이선스	직접 촬영한 데이터로 라이선스 없음

대표도면

<5대 카메라를 이용한 농산물 이미지 촬영 방법>

필요성

• 인공지능 개발을 위한 학습용 데이터는 방대한 양과 목적에 맞는 양질의 데이터를 필요로 함
• 농산물 품질(QC) 이미지 데이터셋의 경우, 이를 위하여 명확하게 목표를 수립하고 대상 영역에 대한 분석, 데이터의 수집 방안, 가공 및 수립 방안, 수집된 데이터의 품질 평가 및 관리 방안, 최신 데이터의 확보를 통한 학습용 데이터의 최적화 방안이 마련되어야 함
• 농산물 품질 데이터 수집/저장/정제 도구를 활용하여 농산물 품질에 대한 AI응용서비스 개발을 위하여 반드시 필요한 데이터셋

데이터 구조

• 데이터 구성

  데이터 세부사항 표

  구조	1. 파일 유형 : png 2. 파일명 : 작물명_
  형태	대상 농작물을 촬영한 이미지 파일
  품질	- 해상도(1만 화소 이상) AI 학습 모델 머신 러닝에 실질적으로 활용할 데이터 - 해상도(100만 화소 이상) 이미지 및 가공 처리로 품질 높음
  가공 형태	1. 이미지 전처리    - 인공지능이 학습 가능한 형태로 이미지 파일 편집 2. 이미지 라벨링    - 농산물 품질등급에 따라 이미지 분류 3. 파일네이밍    - 데이터 관리의 용이성을 위하여 파일명을 수정
  메타데이터	작물의 종류, 품종의 종류, 촬영각도, 촬영장비, 촬영장소, 촬영날짜, 장소, 크기, 부피
  라이선스	직접 촬영한 데이터로 라이선스 없음

• 어노테이션 포맷

  어노테이션 포맷 표

  no			항목명	설명	필수여부
  1			image	이미지 정보	Y
  	1-1		identifier	파일명
  	1-2		imsize	이미지 파일 크기	Y
  	1-3		copyright	이미지 저작권 소유자
  	1-4		date	데이터 취득 일자
  	1-5		resolution	해상도	Y
  	1-6		bit	비트값	Y
  	1-7		F-Stop	조리개 투과량	Y
  	1-8		exposure time	노출 시간	Y
  	1-9		ISO	ISO 감도	Y
  	1-10		focal length	초점 거리	Y
  	1-11		full aperture	조리개 최대 개방 수치	Y
  	1-12		view angle	화각
  	1-13		white balance	화이트 밸런스	Y
  	1-14		depth	RGB 여부
  2			regions	관련 정보
  	2-1		type	어노테이션 종류
  	2-2		boxcomers	어노테이션 좌표 값
  	2-3		ansize	이미지 영역 사이즈
  	2-4		class	클래스명
  	2-5		tags	분류항목
  		2-5-1	truncated	대상체 잘림 여부
  		2-5-2	종ID	종 아이디 정보	Y
  		2-5-3	과일 종류	과일 종류 정보	Y
  		2-5-4	품질 등급	품질 등급 정보	Y
  		2-5-5	촬영면	상, 하부 정보	Y
  		2-5-6	verticality angle	촬영 수직각도	Y
  		2-5-7	horizontality angle	촬영 수평각도	Y
  		2-5-8	height	품목의 높이	Y
  		2-5-9	width	품목의 너비	Y
  		2-5-10	weight	품목의 무게	Y
  		2-5-11	Instance	대상체
  		2-5-12	Instance Upper	대상체 상위 레벨
  		2-5-13	GPS 위도	GPS 위도 값
  		2-5-14	GPS 경도	GPS 경도 값
  	2-6		instance_uri	온톨로지 uri 정보
  	2-7	2-7-1	sem_ext	의미확장 정보
  		2-7-2	property:locatedln	의미확장 지역정보	Y
  		2-7-3	property:relatedTerm	의미확장 연관정보
  		2-7-4	property:description	의미확장 상세정보