노지 작물 해충 진단 이미지

노지 작물 해충 진단 이미지

데이터셋명 노지 작물 해충 진단 이미지
데이터 분야 농축수산 데이터 유형 이미지
구축기관 라온피플 데이터 관련 문의처 담당자명 감명곤(라온피플)
가공기관 미래농업포럼, 전주정보문화산업진흥원 전화번호 031-698-3360
검수기관 전주정보문화산업진흥원 이메일 kammk73@laonpeople.com
구축 데이터량 34만 구축년도 2020년
버전 1.0 최종수정일자 2021.06.25
소개 노지 작물 해충 및 충해 진단을 위한 주요 노지 작물(10종) 해충 이미지 데이터
주요 키워드 농업, 스마트 팜, 해충, 노지 작물, 작물 해충, 해충 검출, 충해 예찰, 작물 해충 데이터셋
저작권 및 이용정책 본 데이터는 과학기술정보통신부가 주관하고 한국지능정보사회진흥원이 지원하는 '인공지능 학습용 데이터 구축사업'으로 구축된 데이터입니다. [데이터 이용정책 상세보기]
데이터설명서 자료보기 v1 자료보기 v2 구축활용가이드
샘플데이터 다운로드 교육활용동영상 영상보기
저작도구 다운로드 AI모델 다운로드
데이터 변경이력
버전 일자 변경내용 비고
1.0 2021.06.25 데이터 최초 개방  
구축 목적
  • 노지 작물의 해충 진단 및 처방 목적의 학습 데이터 구축
활용 분야
  • AI 기반 스마트 병해충 진단 및 예찰을 위한 AI 비전 기술 개발
소개
  • 노지 재배 작물로 분류되는 총 12 종의 작물에서 자주 발생하는 20 종의 해충을 선별, 각 해충에 대한 비정상(해충/충해) 이미지 및 대응 부위의 정상 이미지를 포함한 AI 학습용 데이터를 구축함.
  • 국내 해충 발생 사례를 기반으로 우선순위를 두어 접근성과 활용도를 목표하였으며, 재사용에 제한이 없도록 저작권 문제를 완전히 해결한 원천 데이터만을 취급함.
  • 이미지 전체에 대해 해충 유무 태깅에 그치지 않고, 촬영 부위와 해충 위치, 피해 정도, 발생 부위의 위치 정보를 모두 명기하여, 데이터의 활용도에 따라 발생 해충에 대한 고차원 연구 및 고도화 된 상용화 서비스를 기대할 수 있음.

 

노지 작물 해충 진단 소개 이미지

 

구축 내용 및 제공 데이터량
  • 실제 촬영본 34만 건 (정상 29만 건, 해충 5만 건)을 활용하여, 각각 정상 작물 이미지 12만 건, 해충 원본 이미지 2만 건, 해충 증강 이미지 20만 건을 포함, 작물 12종과 기타 1종(작물 없이, 해충만 있는 경우)에 대해 총 50만 건의 노지작물 해충 학습 데이터 도출
  • 촬영 사진 내에서 관찰 대상인 해충에 대한 bounding box annotation을 수행하고, 해당 해충에 대한 class number 할당
  • 해충으로 분류된 이미지를 바탕으로 각종 transform 기법으로 변환    된 증강 데이터 생성
    구축 내용 및 제공 데이터량 표
    구분 노지 작물 질병
    해충명 구축수량
    0 정상 84,066
    1 검거세미밤나방 10,592
    2 꽃노랑총채벌레 8,988
    3 담배가루이 14,102
    4 담배거세미나방 28,319
    5 담배나방 22,313
    6 도둑나방 15,596
    7 먹노린재 25,929
    8 목화바둑명나방 21,808
    9 무잎벌 12,471
    10 배추좀나방 37,734
    11 배추흰나비 35,944
    12 벼룩잎벌레 22,971
    13 복숭아혹진딧물 21,242
    14 비단노린재 25,876
    15 썩덩나무노린재 14,409
    16 알락수염노린재 10,465
    17 열대거세미나방 26,684
    18 큰28점박이무당벌레 25,003
    19 톱다리개미허리노린재 24,347
    20 파밤나방 13,671
    합계   502,530
대표도면
대표도면 정상 상추

 

대표도면 해충- 복숭아흑진딧물

 

필요성
  • 농업 인구의 감소, 재래식 방법에 대한 낮은 접근성 등에 있어 작물 모니터링 시스템은 상기한 문제점을 해소할 것으로 기대되며 이는 AI 기술을 도입한 스마트팜 시스템의 구축으로 이어짐.
  • 그 일환으로 작물 생육을 저해하는 외적 요소를 상시 파악하는 시스템이 있으며 주원인인 해충 피해에 대한 정보 제공 기능이 수반됨.
  • 그러나 외부에 공개된 데이터는 대한민국 환경에 맞지 않음과 동시에 저작권 등의 사용상의 어려움이 존재하여 즉시 적용하기에는 무리가 있음.
  • 이에 대한민국에서 흔히 재배되는 작물의 해충 및 충해 정보를 해충 피해 정도 및 해충 생육 단계 등 세부 메타 속성으로 체계적으로 관리하고 공개하여 농업 종사자로의 정보 제공뿐만 아니라 스마트팜 구축을 위한 AI 응용 서비스 제공까지 확장성을 확보하고자 함.
데이터 구조
  • 데이터 구성
    데이터 구성 표
    데이터 셋 데이터 구성 데이터 예시 데이터 형식
    노지작물
    해충 이미지
    ▶ 해충의 발생 단계별 이미지
      - 정상 작물, 해충 발생 단계
        구분별(알, 유충(약충), 성충
        - 충해 이미지 포함) 이미지

    ▶ 촬영 환경(시간 등) 및
        충해코드 분류(대상작물, 해충)
        등 메타정보 포함

    <정상작물이미지>

    노지작물해충 데이터구성 정상작물


    <감염작물이미지>

    노지작물해충 데이터구성 감염작물
    JPEG파일,
    JSON 파일

  • 어노테이션 포맷
    어노테이션 포맷 표
    분류 항목 형식 종류 예시
    이미지 정보
    (description)
    파일 이름
    (image)
    문자열 X 01.jpeg
    취득일자
    (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 78
    촬영 유형
    (type)
    정수 0 (정상)
    1 (질병)
    2 (해충)
    3 (충해)
    2
    충해 학습용
    정보
    (annotations)
    질병/해충 코드
    (disease)
    정수 0,1, ..., 20 14
    작물 코드
    (crop)
    정수 0, 1, ..., 13 9
    촬영 부위
    (area)
    정수 0, 1, ..., 7 3
    작물 생육단계
    (grow)
    정수 11 (육묘기)
    12 (생장기)
    13 (착화/과실기)
    12
    충해 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}
    해충
    학습용
    정보
    (annotations)
    작물 코드
    (crop)
    정수 0, 1, ..., 13 9
    촬영 부위
    (area)
    정수 0, 1, ..., 7 3
    충해 피해 정도
    (risk)
    정수 0 (정상)
    1 (초기)
    2 (중기)
    3 (말기)
    2
    주목 객체의 정보
    (object)
    딕셔너리 {class:(해충 코드),
     grow:(해충 생육 코드),
    xtl, (이하 해충 bbox)
    ytl,
    xbr,
    ybl}
    {
    "class": 8,
    "grow": 33,
    "points":[{
                 "xtl": 1896,
                 "ytl": 1686,
                 "xbr": 2484,
                 "ybr": 2388}]
    }
데이터셋 구축 담당자
수행기관(주관) : 라온피플
수행기관(주관) 표
책임자명 전화번호 대표이메일 담당업무
감명곤 031-698-3360 kammk73@laonpeople.com · 수행 관리 총괄
· AI 학습용 데이터 모델 분석 및 설계
· AI 학습용 데이터 알고리즘 개발
· AI 학습용 데이터 모델 구축 및 검증
· 검수 완료 데이터 증강 
· AI 학습용 데이터 품질 검증

 

수행기관(참여)
수행기관(참여) 표
기관명 담당업무 기관명 담당업무
원투씨엠 · 병해충 진단 AI를 활용한 응용서비스 개발 기획 및 구축
· 응용서비스 진행에 필요한 콘텐츠 DB구축
인프라큐브 · 응용서비스 개발 (AI 연계 APP)
㈜팜한농 · 데이터 수집 기획
· 현장 데이터 수집(정상작물)
· 자체 보유 데이터 제공
미래농업포럼 · 피해 작물 데이터 수집(질병/해충)
· 수집 데이터 가공 (질병/해충 데이터)
· 크라우드소싱 인력 관리
전주정보문화산업진흥원 · 수집 데이터 정제/가공(정상작물 데이터)
· 크라우드소싱 인력 교육 진행 및 관리
· 품질 표준화 및 관리
· 생태계 활성화(교육 과정 개발, 해커톤 대회 개최 등)