-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2023-12-06 데이터 최종 개방 1-0 2023-04-30 데이터 개방(Beta Verison) 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2023-12-06 산출물 전체 공개 소개
소 200두 이상, 돼지 2천 두 이상 규모의 농가 50곳 이상, 3개 이상의 도에서 수집한 축사 기자재 3D 모델링 데이터
구축목적
기존의 축사기기 및 시스템 운영관리와 스마트축사 보급 및 관리에 활용하기 위한 디지털 트윈 구축을 위한 축산 환경 내 건축자재, 설비 및 기기, 장비, 기자재에 대한 축사 3D 통합 데이터
-
메타데이터 구조표 데이터 영역 농축수산 데이터 유형 이미지 데이터 형식 csv 데이터 출처 자체 수집 라벨링 유형 분류 라벨(이미지) 라벨링 형식 JSON 데이터 활용 서비스 축산 기자재 3D 이미지 기반 2D 객체 분류 데이터 구축년도/
데이터 구축량2022년/1,011개 객체 , 20,220개 데이터셋 -
1. 데이터 구축 규모
데이터 구축 규모 데이터 규모 3D 이미지 1,011(개) 3D 이미지에서 추출한
2D 이미지20,220(개)
2. 데이터 분포• 클래스 등급별 분포
클래스 등급별 분포 클래스 이미지 수(컷) 비율(%) C01 340 1.7% C02 2,980 14.7% C03 360 1.8% C04 160 0.8% C05 40 0.2% C06 5,440 26.9% C07 5,860 29.0% C08 880 4.4% C09 420 2.1% C10 200 1.0% C11 120 0.6% C12 620 3.1% C13 440 2.2% C14 60 0.3% C15 1,720 8.5% C16 580 2.9% ※ C17 클래스는 수집된 데이터에는 존재하지 않아 16개의 클래스를 기준으로 진행
-
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드□ 학습 모델 요약표
학습 모델 요약표 데이터명 AI 모델 알고리즘 응용서비스(예시) 축산 기자재(소, 돼지) 3D 데이터 축산 기자재 3D 모델링 객체의 20방위 캡처이미지 분류 모델 EfficientNet 축산 사양/시설/개체 관리 서비스 □ EfficientNet
- EfficientNet은 2019년 구글에서 발표한 모델
- EfficientNet은 모델의 정확도를 높이기 위해 조절하는 깊이, 너비, 입력 이미지 크기를 효율적
으로 조절할 수 있는 compund scaling 방법을 사용함
- EfficientNet은 Image Classification Task에서 기존보다 훨씬 적은 파라미터수로 더욱 좋은
성능을 내서 SOTA를 달성함
□ AI 학습 모델 목적 및 활용
- 본 사업을 통해 생성되는 3D 객체들은 CAD, 3DS Max 등의 asset 라이브러리에 등록할 수
있는 형태로써, 축사 환경 3D 모델링 시 다양하게 활용할 수 있음
- AI 학습 모델을 통해 축산 3D 객체들을 감지하고 해당 객체들에 대한 정보들을 바로 확인 할
수 있음 (제품명, 모델명, 스펙 등의 메타데이터)
- 이러한 AI 학습 모델은 실시간으로 축사를 스캔해 3D 데이터로 변환하고 객체 정보를 확인할 수
있는 어플리케이션에 탑재가 가능함 (농장에서 앱 형태로 활용 가능)
- 또한, 사양관리, 시설관리, 개체 관리 등의 서비스나 디지털트윈 구축을 통한 축사 모니터링 서
비스에 활용이 가능함 -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 2D 이미지 객체 분류 성능 Image Classification EfficientNet B0 F1-Score 0.8 점 0.9339 점
※ 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 구축 배경
우리나라의 농업인구는 고령화되고 있으며, 젊은 층의 영농승계가 감소함에 따라 산업 전반적으로
투자위축이 되고 있음
- 농가 인구 - 1970년대 농업종사자보다 2019년 약 85% 감소
- 농가 수 – 1970년대 농가 수보다 2019년 약 60% 감소
- 농가 고령 인구 비율 – 1970년대 농가 고령 인구 비율은 2019년 약 40% 증가하였으며, 60세
이상 농가 종사자는 약 63%임
- 국내 축산 농가는 인력 문제 이외에도 사료비 및 축사 자재 등 생산비 상승으로 농가 순수익이
감소하고 있음
- 코로나 19 상황 속에서 도축 두수가 증가함에도 도매가격이 상승하고 있는데, 이와 같은 현황 속
에서 축산 생산성 효율 증대는 주요한 과제임.
- 축산업 중 반추동물이 냄새와 미세먼지, 지구온난화의 주범으로 지목되며 각종 규제가 강화되었고
많은 농가가 축산업을 떠남과 동시에 신규진입 장벽은 높아지고 있어 경제 효율성, 탄소중립 등
정책적 요소의결합이 절실한 상황□ 데이터 구축 필요성
위와 같은 문제점을 개선하기 위해 ICT, IoT, 빅데이터, 인공지능, 3D 데이터 처리 기술 등을
축사에 접목하여 생산요소를 이루는 기자재를 관리하고 효율성을 제고할 수 있는 지능화 된
시스템이 필요함- 축산은 농업 분야의 가장 중요한 산업이며, 4차 산업 혁명과 맞물려 노동력을 감소와 생산력
향상과 더불어 정보통신 기술과 A.I 기술을 이용하여 지능화하는 스마트 축산으로 변화하고 있음
- 축산 농가가 규모화됨에 따라서 인력 의존도는 올라가지만, 농가는 노령화되고 있으므로
스마트축산 기술적용이 필요하며, 특히 작물 원예 분야에 비교하면 센서, 모니터링, 자동화 기술
개발 및 적용이 미흡한 실정임
- 축산분야의 ICT 장비들은 여러 제조사의 표준 규격이 정해져 있지 않기 때문에 농가들이 불편함을
호소하고 있으므로 스마트 축산의 표준화된 규격화가 필요하며, 특히 3D기술을 활용한 장비, 설비,
기자재 등의 데이터 구축은 축산농가뿐만 아니라 다양한 일반 설비 시설 등에도 적용 가능할 것임.□ 활용 서비스
- 디지털 트윈 구축을 위한 축산 환경 내 건축자재, 설비 및 기기, 장비 , 기자재에 대한 축사 3D
통합 데이터를 구축하여 효율적인 스마트축사 체계 구축과 체계적인 관리 등의 효과를 기대할 수
있음.
- 이를 통해 축산 산업현장의 경제적 효율성 증대는 물론 안전, 관리감독 등의 용이성까지 확보할 수
있는 효과 기대활용 서비스 항목 내용 연구 분야 • 축산 부문의 사양관리, 시설관리, 개체관리 등 인공지능 융합 연구 등 • 축산 통합시스템 및 디지털 트윈 융합 연구 등 산업 분야 • 축사 모니터링 산업 등 • 탄소 저감 예측을 위한 ESG 산업 등 • 디지털 트윈 산업 분야 등 □ 데이터의 구분 정의 및 라벨링 기준과 예시
- 농림축산식품부 ‘축사시설 현대화 사업’지침에 따라 데이터를 축사, 축사시설, 축산 시설, 방역 및
기타 시설로 데이터 구조화 및 구조에 따른 라벨링 실시
- 단어적 중복성, 의미 구분의 모호함 등이 나타났기에 아래와 같이 데이터 구조를 재편하고 동일한
구성에서 라벨링 즉 클래스 구분을 실시
[표. 대분류(1차 분류) 라벨링]표. 대분류(1차 분류) 라벨링 대분류 정의 축사 가축사육공간으로 사용되는 건축물을 뜻함 (칸막이, 윈치커튼, 출입문, 지붕 개폐기 등 공간을 분리하는 경우 축사로 포함) 축사 시설 가축 사육을 위해 축사 내부에 설치되어야 하는 시설 축산 시설 및 기타 농장 내 있으나 축사 외부에 존재하는 건축물 또는 시설 [표. 세부(2차 분류) 라벨링]
* 세부분류(클래스) 17개표. 세부(2차 분류) 라벨링 대분류 세부 분류 정의 축사 통로 사육을 위한 통로 사육장 돈사(돈방), 우사(우방) 채식장 고정용 사료 급이 장소 착유장 착유 시설이 위치한 장소 (집유실 포함) 운동장 축사 내부, 지붕이 있는 경우 (방목장과 구분됨) 축사시설 급이•급수시설 가축에게 사료를 공급하는 관련 기자재 *레일이 연결된 사료배합기와 자동목걸이를 포함함 전기•통신•조명 전기 : 배전함, 차단기, 전선함, 스위치, 발전기, 제어기, 센서류 등 통신 : 안테나, 기타 통신 기자재 조명 : 빛을 내는 기자재 착유시설 착유장 내 설치된 착유 관련 모든 기자재 환기기설 바람을 일으키거나 공기 유체의 흐름을 인위적으로 만들어내는 모든 기자재 단, 가축의 온도 조절 목적 제외 온도 조절 시설 열을 식히(냉각)거나 가하는(가열) 모든 기자재 ex) 쿨링패드, 안개분무기, 스프링클러, 열풍기 등 소방 시설 소화기, 소방용 스프링클러, 화재 알림 시설 등 소방 관련 기자재 일체 환경 관리 시설 윈치 커튼 모터부, 천장 개폐기 모터부 등 번식 시설 스톨, 분만틀, 인공수정 보정기 등 분만 및 임신 관련 기자재 축산 시설 및 기타 건축물 축사 외부에 설치되고 고정되어 있는 건축물 ex) 퇴비장, 창고, 사무실, 방역실 등 시설 축사 외부에 위치해 있는 일체의 기자재 ex) 방역 관련 기자재(대인 소독 시설, 차량 소독 시설, 해충 구제 램프, 악취 저감 시설 등), 출하분류기, 폐사축 처리시설(냉동고 포함) 등 *레일이 연결되어 있지 않고 외부 설치된 사료배합기는 여기에 포함됨 이동식 장비 트랙터, 지게차, 스키로더 등과 같이 이동 가능한 기자재 (부속장비 포함) 방목장 축사 외부에 지붕이 없이 위치한 공간 *운동장과는 구분됨 합계 총 17개 Class ▶ 클래스 구분클래스 구분 구분 대분류 중분류 소분류 코드(ID) 1 축종 축사 통로 C01 2 (한우, 낙농, 양돈) 사육장 C02 3 채식장 C03 4 착유장 C04 5 운동장 C05 6 축사 시설 급이ㆍ급수시설 C06 7 전기ㆍ통신ㆍ조명 C07 8 착유시설 C08 9 환기시설 C09 10 온도 조절 시설 C10 11 소방 시설 C11 12 환경 관리 시설 C12 13 번식 시설 C13 14 축산 시설 및 기타 건축물 C14 15 시설 C15 16 이동식 장비 C16 17 방목장 C17 □ 데이터의 구성
1) 축산 기자재 3D 모델링 객체 : 원천데이터(OBJ, MTL) - 라벨데이터(JSON)
※ 3D 모델링 객체 라벨데이터 내에 2D 캡처 이미지 정보를 포함함2) 20방위 캡처이미지: 원천데이터(JPG)
• 원천 데이터(축산 기자재 3D 모델링 객체)
• 원천 데이터(20방위 캡처이미지)
• 라벨 데이터
• 라벨 구성요소
라벨 구성요소 구분 속성명 타입 필수여부 설명 범위 비고 1 basic Object 데이터셋 기본 정보 1-1 uid string Y ID 1-2 farm_no string Y 객체가 촬영된 농장번호 [01~99] 기본 50까지
리스크상황
(질병, 재해) 발생시 확장될 수 있음1-3 livestock string Y 객체가 촬영된 농장 사육 축종 [W,D,P] W(한우),
D(낙농),P(양돈)1-4 facility_type string Y 시설구분 [F1,F2,F3] 1-5 class_type string Y 유형구분 [C01~C17] 1-6 object_no string Y 객체 번호 [0001~9999] 1-7 ict boolean Y ICT 여부 1-8 local string Y 지역 정보 [1,2,3,4,5] 도 단위 2 detail_info[] 데이터셋 상세 정보 2-1 name string Y 명칭 2-2 usage string N 용도 2-3 breeding_size number N 사육규모 [01~999] 2-4 milking_scale number N 착유규모(착유칸수) [01~99] 2-5 manufacturer string N 제조사/시공사 2-6 installer string N 유통사(설치업체) 2-7 model string N 모델명 2-8 production_year number N 제조연도 [1900~2022] 2-9 standard string N 규격 2-10 size string N 크기 2-11 weight number N 중량(kg) [1~99999] 2-12 material string N 재질 2-13 voltage number N 전압(V) [1~9999] 2-14 watt number N 전력(W) [1~9999] 2-15 ampare number N 전류(A) [1~9999] 2-16 install_date string N 설치일자(완공일자) 2-17 component string N 주요구성품 2-18 performance string N 성능 2-19 epis_code string N 농정원 표준코드 3 file_name 파일명 3-1 3d_obj_name string Y 3D obj 파일명 3-2 3d_mtl_name string Y 3D mtl 파일명 3-3 2d_jpg_name string Y 2D jpg 파일명 3-4 2d_bearing_name string Y 2D 방위 이미지 파일명 3-4-1 bearing_01 string Y 2D 방위 이미지 파일명_01 3-4-2 bearing_02 string Y 2D 방위 이미지 파일명_02 3-4-3 bearing_03 string Y 2D 방위 이미지 파일명_03 3-4-4 bearing_04 string Y 2D 방위 이미지 파일명_04 3-4-5 bearing_05 string Y 2D 방위 이미지 파일명_05 3-4-6 bearing_06 string Y 2D 방위 이미지 파일명_06 3-4-7 bearing_07 string Y 2D 방위 이미지 파일명_07 3-4-8 bearing_08 string Y 2D 방위 이미지 파일명_08 3-4-9 bearing_09 string Y 2D 방위 이미지 파일명_09 3-4-10 bearing_10 string Y 2D 방위 이미지 파일명_10 3-4-11 bearing_11 string Y 2D 방위 이미지 파일명_11 3-4-12 bearing_12 string Y 2D 방위 이미지 파일명_12 3-4-13 bearing_13 string Y 2D 방위 이미지 파일명_13 3-4-14 bearing_14 string Y 2D 방위 이미지 파일명_14 3-4-15 bearing_15 string Y 2D 방위 이미지 파일명_15 3-4-16 bearing_16 string Y 2D 방위 이미지 파일명_16 3-4-17 bearing_17 string Y 2D 방위 이미지 파일명_17 3-4-18 bearing_18 string Y 2D 방위 이미지 파일명_18 3-4-19 bearing_19 string Y 2D 방위 이미지 파일명_19 3-4-20 bearing_20 string Y 2D 방위 이미지 파일명_20 *객체가 촬영된 농장 사육 축종(liverstock)
객체가 촬영된 농장 사육 축종(liverstock) W D P 한우 낙농 양돈 *시설구분(facility_type)
시설구분(facility_type) F1 F2 F3 축사 축사 시설 축산 시설 및 기타 *유형구분(class_type)
유형구분(class_type) C01 C02 C03 C04 C05 통로 사육장 채식장 착유장 운동장 C06 C07 C08 C09 C10 급이•급수시설 전기•통신•조명 착유시설 환기시설 온도 조절 시설 C11 C12 C13 C14 C15 소방 시설 환경 관리 시설 번식 시설 건축물 시설 C16 C17 이동식 장비 방목장 *ICT여부(ict)
ICT여부(ict) FALSE TRUE 일반 시설, 기자재 ICT 기자재 *지역 정보(local)
지역 정보(local) 1 2 3 4 5 경기도 전라도 경상도 충청도 기타 -
데이터셋 구축 담당자
수행기관(주관) : ㈜아이트
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 우광제 070-4223-7398 [email protected] 데이터 검수 및 사업관리 총괄 수행기관(참여)
수행기관(참여) 기관명 담당업무 데이터 검수 및 사업관리 총괄 데이터 정제 ㈜호현에프앤씨 데이터 수집 ㈜감성텍 AI 학습모델 순천대학교 산학협력단 데이터 가공 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 우광제 070-4223-7398 [email protected]
-
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 [email protected] 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.