AI-Hub

데이터 변경이력

데이터 히스토리

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

AI 모델 상세 설명서 다운로드

데이터 성능 점수

설명서 및 활용가이드 다운로드

데이터 변경이력

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.

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

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> <감염작물이미지>	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(참여)

데이터 관련 문의처