AI Hub

과수화상병 촬영 이미지 소개

과수화상병 촬영 이미지 소개

데이터셋명 과수화상병 촬영 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 19.4만 구축년도 2020년
버전 1.0 최종수정일자 2021.06.25
소개 주요 과수(사과, 배)의 화상병 및 유사 병종의 이미지 데이터
주요 키워드 농업, 스마트 팜, 과수화상병, 작물 질병, 질병 진단, 질병 예찰, 작물 질병 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 자료보기
샘플데이터 다운로드 교육활용동영상 영상보기
저작도구 다운로드 AI모델 다운로드
데이터 변경이력
과수화상병촬영이미지-데이터변경이력
버전 일자 변경내용 비고
1.0 2021.06.25 데이터 최초 개방  
구축 목적
  • 과수화상병 진단 및 처방 목적의 학습 데이터 구축
활용 분야
  • AI 기반 스마트 병해충 진단 및 예찰을 위한 AI 비전 기술 개발
소개
  • 과수화상병 발병률이 높은 작물인 배와 사과를 대상으로, 과수화상병을 포함하여 주된 질병들에 대한 비정상(발병) 이미지 및 대응 부위의 정상 이미지를 포함한 AI 학습용 데이터를 구축함.
  • 국내 피해 사례에 기반, 배와 사과에 대한 과수화상병 진단을 우선순위로 두어 접근성과 활용도를 목표하였으며, 재사용에 제한이 없도록 저작권 문제를 완전히 해결한 원천 데이터만을 취급함.
  • 이미지 전체에 대한 질병 유무 태깅에 그치지 않고, 촬영 부위와 발병된 질병의 명칭, 피해 정도, 발병 부위의 위치 정보를 모두 명기하여, 데이터의 활용도에 따라 작물 질병에 대한 고차원 연구 및 고도화 된 상용화 서비스를 기대할 수 있음.

 

과수화상병촬영이미지-소개-1

 

구축 내용 및 제공 데이터량
  • 실제 촬영본 11만 건 (정상 9.5만 건, 질병 1.5만 건)을 활용하여, 각각 정상 작물 이미지 4만 건, 질병 원본 이미지 1.4만 건, 질병 증강 이미지 14만 건을 포함, 작물 2종에 대해 총 19.4만 건의 과수화상병 학습 데이터 도출
  • 촬영 사진 내에서 관찰 대상인 부위를 관심 영역으로써 bounding box annotation을 1차 수행, 해당 영역 내에서 관찰되는 정상/질병에 대한 class number 할당
  • 질병으로 분류된 이미지를 바탕으로 각종 transform 기법으로 변환 된 증강 데이터 생성

     

    구축 내용 및 제공 데이터량 표
    구분 과수화상병
    작물명 질병명 구축수량
    1-0 정상 25,617
    1-1 배검은별무늬병 20,422
    1-2 배과수화상병 19,578
    2-0 사과 정상 35,938
    2-3 사과갈색무늬병 22,313
    2-4 사과과수화상병 21,930
    2-5 사과부란병 22,851
    2-6 사과점무늬낙엽병 21,454
    2-7 사과탄저병 21,452
    합계   211,555

 

대표도면
과수화상병촬영이미지-대표도면-1

 

과수화상병촬영이미지-대표도면-2

 

과수화상병촬영이미지-대표도면-3

 

필요성
  • AI 기술을 도입한 스마트팜 시스템의 관심이 높아짐에 따라 전 세계적으로 관련 기술 확보의 필요성이 대두됨.
  • 현재 국내에서는 과수화상병 피해가 극심해지고 있어 선제적인 예찰 및 대응이 필요한 시점임.
  • 배와 사과에서 빈번히 발생하는 과수화상병 데이터 및 추가적인 질병 정보를 이용하여 AI를 통한 자동 진단 시스템을 고려할 수 있으며 이를 위해서는 배와 사과에서 발병하는 질병 정보를 체계적으로 수집할 필요가 있음.
  • 그러나 과수화상병 피해의 심각성에 비하여 AI를 통한 자동 진단 시스템 개발의 어려움이 산재해 있음.
  • AI 개발자에게는 수집에 대한 낮은 접근성, 어노테이션 시 필요한 도메인 지식의 부족, 농업인들에게는 체계적인 데이터 구축 시스템 미비 및 AI 서비스에 대한 낮은 접근성으로 AI 기술 도입이 요원한 것이 현실
  • 이에 국내에서 흔히 재배되는 과수화상병 및 배, 사과의 기타 질병 정보를 체계적으로 관리하고 제공함으로써 AI 모델 개발뿐만 아니라 과수화상병 연구에도 활용될 것으로 기대됨.
데이터 구조
  • 데이터 구성
    데이터 구성 표
    데이터 셋 데이터 구성 데이터 예시 데이터 형식
    과수화상병
    병해 이미지
    ▶ 병해에 대한 진전도별 이미지
    - 정상, 초기, 중기, 말기
    구분별 이미지

    ▶ 촬영 환경(위치, 시간 등) 및
    질병코드 분류(대상작물, 병해)
    등 메타정보 포함

    <정상작물이미지>

    과수화상병촬영이미지-데이터구성-1

    <감염작물이미지>

    과수화상병촬영이미지-데이터구성-2
    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 77
    촬영 유형
    (type)
    정수 0 (정상)
    1 (질병)
    2 (해충)
    3 (충해)
    1
    학습용정보
    (annotations)
    질병/해충 코드
    (disease)
    정수 0, 1, ..., 20 14
    작물 코드
    (crop)
    정수 0, 1, ..., 12 9
    촬영 부위
    (area)
    정수 0, 1, ..., 7 3
    작물 생육단계
    (grow)
    정수 11 (육묘기)
    12 (생장기)
    13 (착화/과실기)
    12
    질병 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}

     

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)