콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#농업

지능형 스마트팜(참외) 데이터

지능형 스마트팜(참외) 데이터 아이콘 이미지
  • 분야농축수산
  • 유형 이미지
구축년도 : 2022 갱신년월 : 2024-01 조회수 : 5,906 다운로드 : 138 용량 :
샘플 데이터 ?

샘플데이터는 데이터의 이해를 돕기 위해 별도로 가공하여 제공하는 정보로써 원본 데이터와 차이가 있을 수 있으며,
데이터에 따라서 민감한 정보는 일부 마스킹(*) 처리가 되어 있을 수 있습니다.

※ 내국인만 데이터 신청이 가능합니다.

  • 데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.1 2024-01-10 데이터 최종 개방
    1.0 2023-04-30 데이터 개방(Beta Version)

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2024-02-29 산출물 전체 공개

    소개

    참외 재배 시 발생하는 노균병, 흰가루병의 진단을 목적으로 노균병, 노균병유사, 흰가루병, 흰가루병유사, 정상 이미지를 인공지능 학습하여 질병과 질병의 유사 형상 및 정상 이미지를 비교해 질병의 정확한 진단을 가능하게 함

    구축목적

    참외 재배 시 발생하는 병해충 중 피해가 큰 노균병, 흰가루병 및 각 질병의 유사 형상 데이터를 수집하여 질병의 조기 파악 및 추후 지능형 서비스로 질병과 방제시기를 제공해 참외의 우수한 품질을 유지하고 경제적 효과를 도모함
  • 데이터 통계

    데이터 통계
    대상 작물  산출 (작물의 생육특성 및 작황 현장 수집환경에 따라 변동 가능)
    연번 품목 ※ 현장 수집환경 및 작물생육 상황에 따라 품종별 생육단계별 수집율 및 개체 수량 변동 가능 
    1 참외 개체수 대상 정식 착과 수확 소계
    200 이미지 39,723 104,553 90,480 234,756
    환경데이터 79,446 209,106 180,960 469,512

     

    데이터 분포 

    ▪생육 단계 분포 

     
    생육 단계 분포
    grdp_step 건수  비율
    정식 39,723 16.92%
    착과 104,553 44.54%
    수확 90,480 38.54%
    합계 234,756 100%

     

    생육 단계 분포  차트

     

    ▪질병 분포

     
    질병 분포
    class_name 건수  비율
    노균병 48,892 20.83%
    노균병유사 40,394 17.21%
    정상 85,401 36.38%
    흰가루병 40,176 17.11%
    흰가루병유사 19,893 8.47%
    합계 234,756 100%

      

    질병 분포 차트

     
    주간/야간
    day_section 건수  비율
    주간 156,175 66.53%
    야간 78,581 33.47%
    합계 234,756 100%

     

    주간 야간 차트

     

  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • AI 모델 상세 설명서 다운로드

    AI 모델 상세 설명서 다운로드 AI 모델 다운로드

    학습 데이터 비율 

     
    학습 데이터 비율
    구분 학습(training) 검증(validation) 시험(test)
    데이터 187,812 23,472 23,472
    비율 80% 10% 10%

     

    resNet 학습 모델 소개  
     병해가 있는 잎을 초기에 검출하기 위해서는 질병 여부를 분류할 수 있는 알고리즘(classification)이 필요
     분류(classification)가 가능한 알고리즘 중 resNet은 잔차 처리 방식을 도입하여 깊은 depth의 신경망 학습을 가능하게 함
     기존의 VGG보다 네트워크의 깊이가 깊지만 residual block을 활용하여 복잡도와 성능을 개선하였고 구현은 간단해졌으며 학습 난이도가 낮아짐 
     Layer가 깊어질수록 효율적인 학습이 진행되고 정확도가 높아짐 


    resNet 구조 및 아키텍처 
    resNet 구조

    <기존 네트워크와 resNet의 구조>

    기존 네트워크와 resNet의 구조

     

     

  • 데이터 성능 점수

    측정값 (%)
    기준값 (%)

    데이터 성능 지표

    데이터 성능 지표
    번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수
    1 질병 분류 성능 Image Classification resNet50 Accuracy 80 % 97.71 %

    ※ 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 포맷 

    ▪이미지 데이터 포맷 예시

    이미지 데이터 포맷 예시
    구분 원천 이미지 라벨링 이미지
    이미지
    해상도 4600*3600 100만 화소 이상
    데이터 포맷 JPG JPG
    클래스 - 노균병

    ▪json 형식 예시 

    {

    "base_info": {

    "image_name": "S019-FM02-019-2022-06-25-000001.jpg",

    "image_path": "DATA_SET/training/po/image",

    "description": "참외 질병 2022 Dataset",

    "url": "https://aihub.or.kr/",

    "version": "1.0",

    "create_date": "2022-06-07"

    },

    "corps_info": {

    "frm_id": "FM01",

    "frm_name": "농장01",

    "frm_lctn": [35.9189993, 128.2894434],

    "indvd_code": "S001",

    "cltvtn_typ_cd": "단동",

    "corps_name": "참외",

    "vrty_name": "위풍당당",

    "set_meal_dt": "2022-06-17",

    "grdp_step": "정식"

    },

     

     

    }

     

    데이터 구성 

    ▪데이터 구성  

     
    데이터 구성
    Key Description Type
    image_name 이미지 이름 String
    image_path 이미지 경로 String
    description 사업 설명 String
    url url String
    version 버전 String
    create_date 사업년도 String
    frm_id 농장 아이디 String
    frm_name 농장 이름 String
    frm_lctn 농장 위치 Array
    indvd_code 개체 코드 String
    cltvtn_typ_cd 시설 타입 String
    corps_name 작물 이름  String
    vrty_name 품종 이름 String
    set_meal_dt 정식일자 String
    grdp_step 생육단계 String
    image_wdth 이미지 너비 Number
    image_hght 이미지 높이 Number
    ext_type 확장자 타입 String
    potogrf_dt 이미지 촬영일 String
    create_dt 이미지 생성일 String
    creator_name 촬영자 이름 String
    potogrf_lctn 촬영 위치 Array
    potogrf_angle 촬영 각도 Number
    potogrf_dstnc 촬영 거리 String
    rsoltn 해상도 String
    shttr_spd 셔터스피드 String
    iso iso 감도 Number
    white_balance 화이트 밸런스 String
    fcs_dstnc 초점거리 Number
    flash_mode 플래시모드 String
    f_stop 광량 Number
    expsr_time 노출시간 Number
    day_section 주간/야간 정보 String
    class_name 분류 이름 String
    evrmnt_id 아이디 Number
    inr_tp (온실내부) 온도 센서 Number(℃)
    inr_hd (온실내부) 습도 센서 Number(%)
    CO2 (온실내부) CO2 센서 Number(ppm)
    amnt_of_slr_rdt (온실내부) 일사량 센서 Number(W/㎡)
    soil_ec (온실배지) EC 센서 Number(ms/cm)
    soil_tp (온실배지) 지온 센서 Number(℃)
    soil_hd (온실배지) 지습 센서 Number(%)
    rain (온실외부) 감우 센서 String
    extrnl_tp 외부온도 Number(℃)
    extrnl_hd 외부습도 Number(%)
    receive_dt 수신 일시 String
    licenses_id 아이디 Number
    licenses_name 이름 String
    licenses_url url String

    ▪어노테이션 포맷 

     
    어노테이션 포맷
    No. 항목 길이 타입 필수 여부 비고
    한글명 영문명
    1 사업 정보 base_info        
    1-1 이미지 이름 image_name   varchar Y  
    1-2 이미지 경로 image_path   varchar Y  
    1-3 사업 설명 description   varchar Y  
    1-4 URL url   varchar Y  
    1-5 버전 version   varchar Y  
    1-6 사업년도 create_date   varchar Y  
    2 농장 정보 corps_info        
    2-1 농장 아이디 frm_id 20 varchar Y  
    2-2 개체 코드 indvd_code 10 varchar Y  
    2-3 재배 시설 유형 cltvtn_typ_cd 10 varchar Y  
    2-4 농장 이름 frm_name 30 varchar Y  
    2-5 농장 위치 frm_lctn 100 varchar Y  
    2-6 작물 이름 corps_name 30 varchar Y  
    2-7 품종 이름 vrty_name 30 varchar Y  
    2-8 정식 일자 set_meal_dt 20 varchar Y  
    2-9 생육 단계 grdp_step 20 varchar Y  
    3 이미지 정보 image        
    3-1 분류 이름 class_name 20 varchar Y
     
    3-2 이미지 너비 image_wdth   decimal Y  
    3-3 이미지 높이 image_hght   decimal Y  
    3-4 확장자 타입 ext_type 10 varchar Y  
    3-5 이미지 촬영일 potogrf_dt 20 varchar Y  
    3-6 이미지 생성일 create_dt 20 varchar Y  
    3-7 촬영자 이름 creator_name 20 varchar    
    3-8 촬영 위치 potogrf_lctn 30 varchar Y  
    3-9 촬영 각도 potogrf_angle   decimal Y  
    3-10 촬영 거리 potogrf_dstnc 50 varchar Y  
    3-11 해상도 rsoltn 20 varchar Y  
    3-12 셔터스피드 shttr_spd 20 varchar Y  
    3-13 iso 감도 iso   decimal Y  
    3-14 화이트 밸런스 white_balance 10 varchar Y  
    3-15 초점거리 fcs_dstnc   decimal Y  
    3-16 플래시모드 flash_mode 10 varchar    
    3-17 광량 f_stop   decimal Y  
    3-18 노출시간 expsr_time   decimal Y  
    3-19 주간/야간 정보 day_section 10 varchar Y  
    4 재배 환경 정보 environments        
    4-1 아이디 evrmnt_id   decimal Y  
    4-2 수신일시 receive_dt 20 varchar Y  
    4-3 내부온도 inr_tp   decimal Y  
    4-4 내부습도 inr_hd   decimal Y  
    4-5 일사량 amnt_of_slr_rdt   decimal Y  
    4-6 CO2 CO2   decimal Y  
    4-7 외부온도 extrnl_tp   decimal Y  
    4-8 외부습도 extrnl_hd   decimal Y  
    4-9 감우 rain 20 varchar Y  
    4-10 토양EC soil_ec   decimal Y  
    4-11 지온 soil_tp   decimal Y  
    4-12 지습 soil_hd   decimal Y  
    5 라이선스 licenses        
    5-1 아이디 licenses_id   varchar Y  
    5-2 이름 licenses_name   varchar Y  
    5-3 URL licenses_url   varchar Y
     

     

    ▪실제 예시

    {
      "base_info": {
        "image_name": "S019-FM02-019-2022-06-25-000001.jpg",
        "image_path": "DATA_SET/training/po/image",
        "description": "참외 질병 2022 Dataset",
        "url": "https://aihub.or.kr/",
        "version": "1.0",
        "create_date": "2022-06-07"
      },
      "corps_info": {
        "frm_id": "FM01",
        "frm_name": "농장01",
        "frm_lctn": [35.9189993, 128.2894434],
        "indvd_code": "S001",
        "cltvtn_typ_cd": "단동",
        "corps_name": "참외",
        "vrty_name": "위풍당당",
        "set_meal_dt": "2022-06-17",
        "grdp_step": "정식"
      },
      "image": {
          "image_wdth": 3468,
          "image_hght": 4624,
          "ext_type": "jpg",
          "potogrf_dt": "2022-06-25 12:00:00",
          "create_dt": "2022-06-31 16:30:00",
          "creator_name": "춘종묘",
          "potogrf_lctn": [20, 60],
          "potogrf_angle": 90,
          "potogrf_dstnc": "50cm",
          "rsoltn": "1024 x 1024",
          "shttr_spd": "1 sec",
      "iso": 96,
          "white_balance": "AUTO",
          "fcs_dstnc": 4.6,
          "flash_mode": "OFF",
          "f_stop": 1.8,
          "expsr_time": 100,
          "day_section": "주간",
          "class_name": "흰가루"
      },
      "envrionments": [ 
        {
          "evrmnt_id": 0,
          "inr_tp": 45.0,
          "inr_hd": 37.6,
          "amnt_of_slr_rdt": 463,
          "CO2": 503,
          "soil_ec": 0.24,
          "soil_tp": 34.4,
          "soil_hd"17.1,
          "extrnl_tp": 32.0,
          "extrnl_hd": 65,
          "rain": "맑음",
          "receive_dt": "2022-06-25 11:00:00",
        },  
        {
         "evrmnt_id": 1,
          "inr_tp": 45.0,
          "inr_hd": 37.6,
          "amnt_of_slr_rdt": 463,
          "CO2": 503,
          "soil_ec": 0.24,
          "soil_tp": 34.4,
          "soil_hd"17.1,
          "extrnl_tp": 32.0,
          "extrnl_hd": 65,
          "rain": "맑음",
          "receive_dt": "2022-06-25 11:30:00",
        },      
      ],
      "licenses": [
        {
          "licenses_id": 0,
          "licenses_name": "UBN Consortium",
          "licenses_url": ""
        }
      ]

     

     

     

     

  • 데이터셋 구축 담당자

    수행기관(주관) : ㈜유비엔
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    변기식 053-623-6001 [email protected] 데이터 구축 및 모델 학습
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    성주참외과채류연구소 농업 자문 및 데이터 확보
    춘종묘 참외 질병 진단 및 데이터 확보
    경상대학교 데이터셋 구축 및 학습 모델 자문
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    변기식 053-623-6001 [email protected]
보건의료 데이터 개방 안내

보건의료 데이터는 온라인 및 오프라인 안심존을 통해 개방됩니다.

안심존이란 안심존 이용메뉴얼 안심존 이용신청
  • 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

    1. AI 허브 접속
      신청자
    2. 안심존
      사용신청
      신청자신청서류 제출*
    3. 심사구축기관
    4. 승인구축기관
    5. 데이터 분석 활용신청자
    6. 분석모델반출신청자
  • 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.