소(한우, 젖소) 및 돼지 발정행동 데이터
- 분야농축수산
- 유형 3D , 이미지 , 비디오 , 텍스트 , 오디오
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2024-01-17 데이터 최종 개방 1.0 2023-07-31 데이터 개방(Beta Version) 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2024-01-17 산출물 전체 공개 소개
축사에서 소, 돼지의 발정을 정확하게 진단 및 예측하기 위한 인공지능 자동화 플랫폼을 개발하기 위해 소, 돼지의 발정행동과 관련된 행동학적 수집 데이터와 실제 발정측정 수집 데이터
구축목적
소[한우, 젖소] 및 돼지의 발정여부 예측과 이상행동 감지를 위한 이미지, 오디오 등 다양한 데이터의 모델 학습을 통해 자동화된 인공지능 플랫폼 개발을 위한 통합 데이터셋 구축
-
메타데이터 구조표 데이터 영역 농축수산 데이터 유형 3D , 이미지 , 비디오 , 텍스트 , 오디오 데이터 형식 mp4, jpg, wav, npy, csv 데이터 출처 소 3개 농장, 젖소 3개 목장, 돼지 1개 농장, 흑돼지 1개 농장 라벨링 유형 Bounding Box(이미지), Keypoints(이미지), Polygon(이미지) 울음소리(음성), 3D체형이미지(3D), 외음부이미지(이미지) 라벨링 형식 JSON 데이터 활용 서비스 발정 및 이상 행동 감지를 통한 정밀한 번식 관리 및 실시간 부상 및 질병도 파악 할 수 있는 한우/젖소 및 임신돈 발정탐지 서비스 데이터 구축년도/
데이터 구축량2022년/행동영상파일 600개, 키프레임이미지 100만장, 음성파일 600개, 외음부이미지 6만장, 3D이미지 6만장, 발정체크장비 6000건, 전문가체크 600건, 개체식별 자료 1800건 -
데이터 통계
[데이터 구축 규모]
[데이터 구축 규모] 데이터 분류 데이터 한우 젖소 양돈 흑돼지 합계 A) 이상행동 데이터 1) 축사(돈사)영상 100개 150개 250개 100개 600개 2) 키프레임 이미지 16만장 25만장 42만장 17만장 100만장 3) 울음소리 (5분 단위) 100개 150개 250개 100개 600개 4) 외음부 이미지 1만장 1만5천장 2만5천장 1만장 6만장 5) 3D 체형 깊이 이미지 1만장 1만5천장 2만5천장 1만장 6만장 B) 발정판별 데이터 1) 발정체크장비 1천건 1천500건 2천500건 1천건 6천건 2) 전문가 체크 (농장주, 인공수정사 또는 수의사) 100건 150건 250건 100건 600건 C) 개체식별 자료 1) 이력제(등록)번호 100건 150건 250건 100건 600건 2) 생년월일 100건 150건 250건 100건 600건 3) 농장정보 100건 150건 250건 100건 600건 [데이터 분포]
[데이터 분포] 데이터 분류 데이터 종류 분포 A) 이상행동 데이터 1) 축사(돈사)영상 한우 17% 젖소 25% 돼지 41% 흑돼지 17% 2) 키프레임 이미지 한우 16% 젖소 25% 돼지 42% 흑돼지 17% 3) 울음소리 (5분 단위) 한우 17% 젖소 25% 돼지 41% 흑돼지 17% 4) 외음부 이미지 한우 17% 젖소 25% 돼지 41% 흑돼지 17% 5) 3D 체형 깊이 이미지 한우 17% 젖소 25% 돼지 41% 흑돼지 17% B) 발정판별 데이터 1) 발정체크장비 한우 50% 젖소 50% 2) 전문가 체크 (농장주, 인공수정사 또는 수의사) 한우 17% 젖소 25% 돼지 41% 흑돼지 17% C) 개체식별 자료 1) 이력제(등록)번호 한우 17% 젖소 25% 돼지 41% 흑돼지 17% 2) 생년월일 한우 17% 젖소 25% 돼지 41% 흑돼지 17% 3) 농장정보 한우 17% 젖소 25% 돼지 41% 흑돼지 17% -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드[모델 설명]
① 가축 다중객체 행동검출 모델 (바운딩박스)
● 2021년도 Megavi Inc.에서 공개한 Anchor-free 구조를 지닌 YOLO 기반 객체검출 모델로써 구조가 단순하며 검출 성능이 매우 우수 (coco2017 test 기준 mAP(50:95) 51.5)
● YOLOX는 기본적으로 Input -> Backbone -> Neck -> Dence Prediction의 구조를 가지고, Darknet53의 Backbone을 통해 Feature Map을 추출
● 가축 다중객체 모델의 축종 및 클래스 분류- 동물개체 클래스 4종 (한우, 젖소, 양돈, 흑돼지)
- 한우/젖소 행동 클래스 7종 (섬, 앉음, 누음, 밥먹음, 승가, 머리털기, 꼬리세움)
- 양돈/흑돼지 행동 클래스 4종 (섬, 앉음, 누음, 밥먹음)
● 사용 데이터- 축종 별 Polygon 데이터 (image, json)
② 가축 다중객체 행동검출 모델 (세그멘테이션)
● 2020년도 Facebook AI에서 공개한 Instance segmentation 모델로써 다양한 분야에 널리 쓰인 segmentation 분야의 de-facto 모델 (coco2017 test 기준 mAP(50:95) 41.8)
● Maskrcnn은 Fast-R-CNN의 기본 branch에 새롭게 mask branch가 추가됨
● RPN 전에 FPN(feature pyramid network) 추가됨
● Image segmentation의 maskin을 위해 RoI align이 RoI pooling을 대신하게됨
● 가축 다중객체 모델의 축종 및 행동 클래스 분류- 동물개체 클래스 4종 (한우, 젖소, 양돈, 흑돼지)
● 사용 데이터- 축종 별 Polygon 데이터 (image, json)
③ 가축 다중객체 키포인트 검출 모델
● 2020년도 UIUC, Microsoft, Univ, Oregon에서 공개한 multi-person 2D Pose estimation 모델로써 사람 뿐 아니라 동물의 keypoint 추정을 위한 baseline 모델로 널리 사용됨
● Computer vision task에서는 고해상도 표현이 필수적임
● 대부분의 방법은 CNN을 통해 고해상도에서 저해상도 표현으로 Encoding하고 Upsampling이나 Decoder를 통해 고해상도의 표현으로 복구하지만, HRNet은 고해상도의 표현을 지속적으로 유지함
● 방법은 Stage를 지날수록 고해상도에서 저해상도 네트워크를 구성하되, 병렬로 연결하여 고해상도 네트워크를 유지하고, 병렬로 연결된 네트워크간 정보의 교환을 통해 전반적인 정보와 디테일한 정보를 풍부하게 포함
● 가축 다중객체 모델의 축종 분류- 동물개체 클래스 4종 (한우, 젖소, 양돈, 흑돼지)
● 사용 데이터- 축종 별 Keypoint 데이터 (image, json)
④ 가축 이상울음 감지 모델
● 2021년도 인트플로우에서 개발한 CNN 기반 이상음원 검출 신경망
● YOLOX_AUDIO는 YOLO의 앵커없는 버전인 YOLOX를 기반으로 하는 오디오 이벤트 감지 모델
● YOLOX_AUDIO의 주요 목표는 이미지 개체 감지 프레임워크를 사용하여 다중 스펙트로그램 도메인에서 미리 정의된 오디오 이벤트를 감지하고 분류하는 것입니다.
● 축종별 이상울음 구간 검출 및 발생구간 시간정보 제시
● 사용 데이터- 축종 별 울음소리 데이터 (wav, json)
⑤ 멀티모달 기반 가축 발정탐지 모델
● CRNN을 baseline으로 만든 멀티모달 가축 발정탐지 모델
● CRNN이란 CNN을 통해 input 이미지로부터 feature sequence를 추출하고, 추출한 feature sequence들을 RNN의 input으로 사용하여 이미지의 텍스트 시퀸스를 예측하는 모델
● 영상, 소리분석 모델의 추론 결과와 음부이미지 분석모델, 발정탐지기 신호 (한우/젖소)를 취합하여 시계열 분석을 수행하는 멀티모달 발정탐지 모델
● 축종별 발정 개체 예측 정보 제시
● 사용 데이터- 축종 별 Bounding Box 데이터 (image, json)
- 축종 별 Polygon 데이터 (image, json)
- 축종 별 Keypoint 데이터 (image, json)
- 축종 별 울음소리 데이터 (wav, json)
- 축종 별 외음부 이미지 데이터 (image, json)
- 발정체크장비 메타데이터 (한우, 젖소에만 해당)
[서비스 활용 시나리오]
① 한우/젖소 발정탐지 시나리오
- 승가, 달리기, 끼임 등 한우/젖소에서 주로 보이는 이상행동(발정)을 AI로 감지
- 1분 단위로 디바이스를 통해 알림
- 번식우 및 젖소들의 발정여부 확인 가능
- 번식우 및 젖소들의 끼임 및 돌발행동/상황 확인 가능
- 원격 관리를 통한 자유 시간 확보 가능
② 임신돈 발정탐지 시나리오
- 임신돈 개체별 모니터링
- 수정적기 예측 및 발정으로 보이는 행동을 AI로 감지
한우/젖소 및 임신돈 발정탐지 시나리오 기대효과
1) 비접촉 관리로 동물 스트레스 제로, 동물복지 실현
2) 24시간 개체 별 발정행동 및 이상행동 감지로 정밀한 번식 관리
3) 주요 발정 또는 부상 및 질병 실시간 감지
4) 직관적 사용 방법으로 쉽고 빠른 농장 관리
5) 번식성공률 증가, 노동력 감소로 고수익 실현 -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 울음소리 감지 성능 Speech Recognition YOLOX-AUDIO F1-Score 0.85 점 0.9364 점 2 멀티모달 기반 발정 분류 성능 Object Detection CRNN F1-Score 0.9 점 0.9024 점 3 바운딩박스 객체 검출 성능 Object Detection YOLOX mAP 65 % 80.63 % 4 세그멘테이션 객체 검출 성능 Object Detection Mask R-CNN mAP 60 % 80.13 % 5 키포인트 객체 검출 성능 Object Detection HRNet mAP 80 % 92.3 %
※ 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 다운로드데이터 포맷 개요
● 각 농,목장의 NVR 카메라를 통해 채널별 24시간 영상을 저장하고, 행동영상으로 키프레임 이미지를 추출하였으며, 발정체크장비와 전문가 검수를 통해 발정여부를 파악하고, 저장되는 이미지의 최종 파일명으로 농장정보, 발정시간, 채널, 프레임수를 명시함으로써 울음소리, 외음부 이미지, 3D체형 이미지 등 다른 데이터와의 활용이 가능하도록 하였음.어노테이션 방식 및 기준
● Bounding Box (객체 행동 박스 식별)
● Polygon (객체 행동 폴리곤 식별)
● Keypoints (객체 행동 키포인트 식별)
● 외음부 이미지 (객체 외음부 기준 발정 여부 식별)
● 3D 이미지 (객체 3D이미지 기준 발정 여부 식별)
● 울음소리 (객체 이상 울음소리 감지)행동별 라벨링 작업 기준
행동별 라벨링 작업 기준 행동분류 기준 NO 행동분류 영문명 세부내용 1 섬 standing 소: 다른 행동(꼬리세움, 밥먹음, 머리털기)를 하지않고 서있는소
돼지: 네 다리가 땅을 밝고 서 있으며 머리를 들고 앞을 바라보고 있는 경우2 누움 lying 소: 가슴이 바닥에 닿아있는 경우
돼지: 가슴이 바닥에 닿아있는 경우거나 등 한쪽 면이 바닥에 닿아있고 배가 옆으로 보이면서 누운 경우3 밥먹음 eating 소: 울타리 밖으로 머리를 빼고 밥먹고 있는 자세
돼지: 서 있는 자세에서 머리를 여물통에 숙이고 있는 경우4 머리털기 head shaking 소: 머리를 터는 행위거나 머리라 꺾여있는 자세 5 꼬리세움 tailing 소: 서 있는 자세에서 꼬리가 들린 경우 6 앉음 sitting 소: 엉덩이와 뒷다리는 바닥에 닿아있고 앞다리만 펴고 있는 경우
돼지: 엉덩이와 뒷다리는 바닥에 닿아있고 앞다리만 펴고 있는 경우7 승가 mounting 소: 다른 소 위에 앞발을 올리고 뒷발로 서 있는 자세 (위에 있는 소만 해당) 원천 데이터 (Bounding box)
원천 데이터 (Bounding box) 바운딩박스(Bounding Box) 원천 데이터 라벨링 데이터 한우 
젖소 
양돈 
흑돼지 
BBOX 데이터 포맷
(JSON)
원천 데이터 (Polygon)
폴리곤(Polygon) 원천 데이터 라벨링 데이터 한우 
젖소 
양돈 
흑돼지 
Polygon 데이터 포맷
(JSON)
원천 데이터 (Keypoints)
원천 데이터 (Keypoints) 키포인트(Keypoints) 원천 데이터 라벨링 데이터 한우 
젖소 
양돈 
흑돼지 
Keypoints 데이터 포맷
(JSON)
원천 데이터 (외음부 이미지)
원천 데이터 (외음부 이미지) 외음부 이미지 이미지 예시 한우 
젖소 
양돈 
흑돼지 
외음부 이미지 데이터 포맷
(JSON)
원천 데이터 (3D 이미지)
원천 데이터 (3D 이미지) 3D 이미지 이미지 예시 한우 
젖소 
양돈 
흑돼지 
3D 이미지 데이터 포맷
(JSON)
원천 데이터 (울음소리)
원천 데이터 (울음소리) 울음소리 원천 데이터 라벨링 데이터 한우 
젖소 
양돈 
흑돼지 
울음소리 데이터 포맷
(JSON)
데이터 구성
데이터 구성 구성 항목 Key 타입 설명 키프레임 이미지 라벨 DATASET_NAME string 데이터세트명 DATASET_DETAIL string 데이터셋상세설명 VERSION string 버전 LICENSE string 라이선스 CREATE_DATE_TIME string 파일 생성 일자 URL string URL IMAGE_URL string 이미지 URL IMAGE_FILE_NAME string 이미지 파일명 WIDTH number 이미지 가로 HEIGHT number 이미지 세로 TIMESTAMP number 이미지 추출시점 (프레임번호) FARMID string 농장명 FARMSCALE number 사육동수 HEADCOUNT number 사육두수 RECORD_TIME number 이미지 촬영시간 ANNOTATION_INFO[] array 어노테이션정보 ID number 어노테이션 식별자 BOUNDING_BOX_X_COORDINATE number 바운딩박스 X좌표 BOUNDING_BOX_Y_COORDINATE number 바운딩박스 Y좌표 BOUNDING_BOX_WIDTH number 바운딩박스 가로 BOUNDING_BOX _HEIGHT number 바운딩박스 높이 POLYGON array 폴리곤 POLYGON_AREA_TOTAL number 폴리곤영역합 KEYPOINTS array 키포인트 NUM_KEYPIONTS number 키포인트 개수 CATEGORY_NAME string 축종 명 ACTION_NAME string 행동 명 CROWDSOURSING_OPERATION_ALTERNATIVE string 크라우드소싱 작업여부 ESTRUS string 발정여부 INJECTION string 투약여부 INJECTION_DATE number 투약시점(년월일) INJECTION_TYPE string 약품명 INJECTION_AMOUNT number 투입량 FEED number 사료섭취량 울음소리 라벨 AUDIO object 오디오정보 AUDIO_FILE_NAME string 오디오 파일명 CRY_COUNT number 울음소리 횟수 CRY_TIMESTAMP array 울음소리 발생 시점 (초 s) 외음부 이미지 라벨 VULVA object 외음부정보 DATE string 촬영 일 FARM_NAME string 농장 명 ANIMAL_ID string 개체 등록 번호 ESTRUS string 발정여부 3D이미지 라벨 3DBODY object 3D체형정보 DATE string 촬영 일 FARM_NAME string 농장 명 ANIMAL_ID string 개체 등록 번호 ESTRUS string 발정여부 어노테이션 포맷
어노테이션 포맷 구분 속성명 타입 필수여부 설명 1 INFO object 데이터정보 1-1 DATASET_NAME string Y 데이터세트명 1-2 DATASET_DETAIL string N 데이터셋상세설명 1-3 VERSION string N 버전 1-4 LICENSE string N 라이선스 1-5 CREATE_DATE_TIME string Y 파일 생성 일자 1-6 URL string N URL 2 IMAGE object 이미지파일정보 2-1 IMAGE_URL string Y 이미지 URL 2-2 IMAGE_FILE_NAME string Y 이미지 파일명 2-3 WIDTH number Y 이미지 가로 2-4 HEIGHT number Y 이미지 세로 2-5 TIMESTAMP number Y 이미지 추출시점 (프레임번호) 2-6 FARMID string Y 농장명 2-7 FARMSCALE number Y 사육동수 2-8 HEADCOUNT number Y 사육두수 2-9 RECORD_TIME number Y 이미지 촬영시간 3 ANNOTATION_INFO[] array 어노테이션정보 3-1 ID number Y 어노테이션 식별자 3-2 BOUNDING_BOX_X_COORDINATE number N 바운딩박스 X좌표 3-3 BOUNDING_BOX_Y_COORDINATE number N 바운딩박스 Y좌표 3-4 BOUNDING_BOX_WIDTH number N 바운딩박스 가로 3-5 BOUNDING_BOX _HEIGHT number N 바운딩박스 높이 3-6 POLYGON array N 폴리곤 3-7 POLYGON_AREA_TOTAL number N 폴리곤영역합 3-8 KEYPOINTS array N 키포인트 3-9 NUM_KEYPIONTS number N 키포인트 개수 3-10 CATEGORY_NAME string Y 축종 명 3-11 ACTION_NAME string Y 행동 명 3-12 CROWDSOURSING_OPERATION_ALTERNATIVE string N 크라우드소싱 작업여부 3-13 ESTRUS string Y 발정여부 3-14 INJECTION string N 투약여부 3-15 INJECTION_DATE number N 투약시점(년월일) 3-16 INJECTION_TYPE string N 약품명 3-17 INJECTION_AMOUNT number N 투입량 3-18 FEED number N 사료섭취량 4 AUDIO object 오디오정보 4-1 AUDIO_FILE_NAME string Y 오디오 파일명 4-2 CRY_COUNT number Y 울음소리 횟수 4-3 CRY_TIMESTAMP array N 울음소리 발생 시점 (초 s) 5 VULVA object 외음부정보 5-1 DATE string Y 촬영 일 5-2 FARM_NAME string Y 농장 명 5-3 ANIMAL_ID string Y 개체 등록 번호 5-4 ESTRUS string Y 발정여부 6 3DBODY object 3D체형정보 6-1 DATE string Y 촬영 일 6-2 FARM_NAME string Y 농장 명 6-3 ANIMAL_ID string Y 개체 등록 번호 6-4 ESTRUS string Y 발정여부 -
데이터셋 구축 담당자
수행기관(주관) : 인트플로우 주식회사
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 전광명 062-573-4591 [email protected] 문의사항 접수 및 대응 수행기관(참여)
수행기관(참여) 기관명 담당업무 ㈜유클리드소프트 문의사항 접수 및 대응 전남대학교 산학협력단 문의사항 접수 및 대응 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 전광명 062-573-4591 [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.