시설 작물 개체 이미지

시설 작물 개체 이미지

데이터셋명 시설 작물 개체 이미지
데이터 분야 농축수산 데이터 유형 이미지
구축기관 경상대학교 산학협력단 데이터 관련 문의처 담당자명 김현태(경상대학교 산학협력단)
가공기관 씨씨미디어서비스 전화번호 055-772-4812
검수기관 씨씨미디어서비스, 유비엔 이메일 bioani@gnu.ac.kr
구축 데이터량 100만 구축년도 2020년
버전 1.0 최종수정일자 2021.06.18
소개 시설 작물의 개체 식별과 생육 단계를 구별하기 위한 시설 작물(20종) 이미지 데이터 
주요 키워드 시설 작물, 개체 분류
저작권 및 이용정책 본 데이터는 과학기술정보통신부가 주관하고 한국지능정보사회진흥원이 지원하는 '인공지능 학습용 데이터 구축사업'으로 구축된 데이터입니다. [데이터 이용정책 상세보기]
데이터설명서 자료보기 구축활용가이드 자료보기
샘플데이터 다운로드 교육활용동영상 영상보기
저작도구 다운로드 AI모델 다운로드
데이터 변경이력
버전 일자 변경내용 비고
1.0 2021.06.18 데이터 최초 개방  
구축 목적
  • 인공지능 학습을 위한 학습용 시설작물 이미지 데이터를 수집, 정제를 거친 후 메타데이터가 추가된 데이터셋으로 구성, 시설작물 개체의 이미지를 분류 판단하는 AI학습용 데이터를 만드는 것이 목적인 데이터셋
활용 분야
  • 시설작물 20종에 대하여 이미지와 촬영 정보, 생육정보, 개체 정보등 풍부한 메타데이터를 제공하는 데이터셋으로서 대표 시설작물20종에 대한 폭 넓은 AI 기술개발 활용을 위하여 제작됨
소개
  • 시설작물 20종에 대하여 120만장 이상 수집을 진행하여 대용량 학습/데이터 구축과 시설작물의 분류 서비스 등 다양한 AI 활용 개발 및 서비스를 목적으로 구축 된 AI 데이터셋 임. 구축단계는 아래와 같으며 어노테이션은 크라우드워커를 통한 온라인작업을 통하여 작업이 진행 됨
     
데이터 구축 절차
구축 내용 및 제공 데이터량
  • 국내 시설 채소류 수경재배 품목별 현황, 국내 화훼류(절화류) 생산 통계, 열대과수 재배면적 통계를 활용하여 우리나라에 주로 재배되는 시설 작물 20종을 선정하였으며, 생육단계 3단계 이상 데이터 수집 가능한 국내 작물을 주요 대상으로 하였음
  • 각 시설 작물을 거리별, 각도별 기준을 정하여 20종의 시설작물에 대하여 작물별 6만장 이상 총 120만장 이상 수집
  • 원천데이터에 대한 1차 정제작업 후 작물 개체에 대한 어노테이션 작업을 진행하며 2차 정제 작업을 진행하여 선별 하였으며 최종 3차 검수를 통하여 데이터를 확정 지었음
  • 각 작물 이미지 별 각각의 메타데이터를 json 파일로 구성하여 데이터셋을 구축 하였고, 개체 분류 AI 모델을 통하여 훈련 과정을 통하여, 시설작물 개체 분류 APP응용프로그램을 개발하여 구축된 데이터셋의 AI 훈련 데이터셋으로 활용 가능성을 확인함
     
구축 내용

 

  • 최종 1,525,803장 취득으로 목표치 1,200,000 장 이상 달성함  
     
    구축내용 및 제공 데이터량 표
    작물(품종) 수집 Annotation 수
    (A)계획 (B)수집 (C)비율(%) (A)계획 (B)수집 (C)검수 (D)비율(%)
    가지 60,000 75,400 126% 60,000 66,134 66,134 110%
    거베라 60,000 119,477 199% 60,000 62,736 62,736 104%
    고추(꽈리) 60,000 96,338 161% 60,000 72,940 72,940 121%
    고추(청양) 60,000 91,710 153% 60,000 79.677 79,677 132%
    고추(풋) 60,000 78,643 131% 60,000 67,130 67,130 111%
    국 화 60,000 106,678 178% 60,000 75,570 75,570 125%
    딸 기 60,000 145,947 243% 60,000 115,733 115,733 192%
    멜 론 60,000 87,029 145% 60,000 70,492 70,492 117%
    부 추 60,000 91,102 152% 60,000 61,322 61,322 102%
    상 추 60,000 131,195 219% 60,000 67,812 67,812 113%
    안 개 60,000 93,556 156% 60,000 84,420 84,420 140%
    애플망고 60,000 114,874 191% 60,000 65,136 65,136 108%
    애호박 60,000 73,320 122% 60,000 63,960 63,960 106%
    오 이 60,000 97,755 163% 60,000 65,792 65,792 109%
    장 미 60,000 86,694 144% 60,000 72,127 72,127 120%
    토마토(방울) 60,000 79,409 132% 60,000 62,293 62,293 103%
    토마토(일반) 60,000 125,871 210% 60,000 73,458 73,458 122%
    파프리카(미니) 60,000 125,467 209% 60,000 80,027 80,027 133%
    파프리카(블로키) 60,000 154,918 258% 60,000 101,637 101,637 169%
    파프리카(코니컬) 60,000 122,818 205% 60,000 117,413 117,413 195%
    총계 1,200,000 2,098,201 175% 1,200,000 1,525,803 1,525,803 127%
대표도면
  • 제공되는 시설작물개체이미지영상의 대표 도면은 아래와 같다.
    - Raw Data를 구성하는 Image 와 관련정보를 제공하는 메타 데이터로 구성
대표도면
RAW DATA JPG(100만 화소 이상)
Meta DATA JSON (MS COCO 포맷)

 

  • 파일 네이밍 규칙
파일 네이밍 규칙
RAW DATA {작물구분코드}_{촬영자ID}_{촬영일자}_{SEQ}.JPG
Meta DATA {작물구분코드}_{촬영자ID}_{촬영일자}_{SEQ}.JSON

 

  • 데이터 셋 디렉토리 형상 및 구조
    - 최상위 데이터 셋 폴더 하위 RAW_DATA 2개 폴더로 구성하고 Training ,Validation,Test 폴더를 구성하여 각각 6:2:2 의 비율로 상호배타적으로 훈련데이터와 검증, 데스트 데이터의 중복없는 작물별 객체클래스 구성으로 배분하여 각각 저장하였음

     

    데이터셋 폴더 구조
    데이터셋 작물 구분코드 표
    작물
    구분코드
    작물 작물
    구분코드
    작물 작물
    구분코드
    작물
    01 고추(꽈리) 09 상추 17 국화
    02 고추(청양) 10 오이 18 토마토(일반)
    03 고추(풋고추) 11 애호박 19 멜론
    04 파프리카(미니) 12 안개 20 토마토(방울)
    05 파프리카(볼로키) 13 애플망고    
    06 파프리카(코니컬) 14 부추    
    07 장미 15 가지    
    08 거베라 16 딸기    
필요성
  • 농업분야 인공지능 개발을 위한 학습용 데이터는 방대한 양과 목적에 맞는 양질의 데이터를 필요로 함
  • 시설작물 20종에 대한 이미지 데이터셋은, 이를 위하여 명확하게 시설작물개체 20종에 대한 구축목표를 수립하고 대상 영역에 대한 분석, 수집, 가공, 수집된 데이터의 정제 및 품질 평가 및 관리의 절차를 통하여, 데이터셋이 구축 되었음
  •  라이센스 정책에 문제가 없는 현장 수집데이터이며, 자체 개발된 정제 도구를 활용하여 정제 구축된 데이터셋으로서 데이터셋 뿐만이 아니라 저작도구등을 공개 배포하여 농업분야 AI응용서비스 개발을 준비 하는 기업 또는 기관에 유용하게 활용 될 것으로 예상
데이터 구조
  • 메타정보 구조
    - 제공되는 데타 정보는 크게 image[]+Annotation[]구조이며 json 형태로 제공됨. 부가적인 정보로 license[] 와 Annotation 대상 기관정보인 category[] 로 추가 구성된다
메타정보 구조

 

  • 메타데이터 목록
    메타데이터 목록 표
    항목
    NO TAG NAME 내용
    1-1 id 이미지 고유번호
    1-2 width 이미지 넓이
    1-3 height 이미지 높이
    1-4 file_path 파일 경로
    1-5 pl_name 작물 명
    1-6 pl_code 작물 코드
    1-7 fext 파일 종류
    1-8 license 저작권
    1-9 date_captured 촬영일
    1-10 create_de 이미지 생성일
    1-11 creator 촬영자
    1-12 fname 이미지이름
    1-13 create_t 촬영시각
    1-14 create_pos 촬영위치
    1-15 create_angle 촬영각도
    1-16 create_dist 촬영거리
    1-17 resolution 해상도
    1-18 f_stop 광량
    1-19 shutter_speed 셔터스피드
    1-20 iso iso 정보
    1-21 white_balance 색감 및 색 균형
    1-22 focal_length 초점거리
    1-23 weather 날씨
    1-24 pl_name 작물명
    1-25 pl_type 품종
    1-26 pl_step 생육단계
    1-27 pl_leaf 작물엽
    1-28 pl_stem 작물줄기
    1-29 pl_grpoint 작물생장점
    1-30 pl_fruit 작물과실
    1-31 pl_flower 작물화방
    1-32 offical_dt 정식일자
    2-1 Segmentation 오노테이션 BBOX정보
    3-1 Categories 오노테이션 대상정보
    4-1 license 라이센스 정보
데이터셋 구축 담당자
수행기관(주관)
수행기관 (주관)
기관명 책임자명 전화번호 대표이메일 담당업무
경상대학교 산학협력단 김현태 055-772-4812 bioani@gnu.ac.kr · 시설 원예 개체 영상 총괄
· 데이터 수집
· 데이터 정제
수행기관(참여)
수행기관(참여)
기관명 담당업무 기관명 담당업무
경상남도농업기술원 · 수집 농가 모집
· 데이터 수집 기획
· 작물 지식 자문
(주)유비엔 · 크라우드소싱 플랫폼 관리, 크라우드 워커 인력관리
· 크라우드워커 교육
· 어노테이션 품질관리
· 데이터 검수 업무
씨씨미디어서비스 · AI 모델 개발 기획, 개발
· 정제, 가공 업무
· 데이터적재 및 관리
· 데이터 검수 업무