-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.3 2021-12-28 데이터 추가 개방 1.2 2021-12-24 데이터 품질 보완 1.1 2021-12-15 데이터 품질 보완 1.0 2021-06-25 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2023-09-20 저작도구 및 설치매뉴얼 수정 2022-10-12 신규 샘플데이터 개방 소개
음식 분류를 위한 음식종류 및 양에 따른 칼로리, 염분, 당도 등 학습용 데이터
구축목적
한국인 다빈도 섭취 외식메뉴와 한식메뉴 400종을 선정하여 양질의 이미지데이터를 수집, 구축하고 이를 기반으로 음식의 종류와 양을 추정할 수 있는 알고리즘을 개발하기 위한 데이터셋
-
메타데이터 구조표 데이터 영역 영상이미지 데이터 유형 이미지 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2020년/84.5만 -
구축 내용 및 제공 데이터량
- 최종 인공지능 데이터: 400종 이상의 음식분류에 대해 각 2000장 이상의 500만 화소 이상의 이미지 총 84만2천장, 어노테이션 json파일, 영양정보 메타데이터 파일, 100건 이상의 어노테이션 수행
구축 내용 및 제공 데이터량 표 데이터 종류 음식 이미지 수 제공 파일 일반 음식 이미지 800,000장 이미지 포맷, txt, xml 정밀 촬영 음식 이미지 42,000장 이미지 포맷, txt, xml
- 최종 인공지능 데이터: 400종 이상의 음식분류에 대해 각 2000장 이상의 500만 화소 이상의 이미지 총 84만2천장, 어노테이션 json파일, 영양정보 메타데이터 파일, 100건 이상의 어노테이션 수행
-
-
AI 모델 상세 설명서 다운로드
AI 모델 다운로드 -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 음식 분류 정확도 Object Detection YOLO v3 Accuracy 85 % 90.46 % 2 양 추정 정확도 Estimation ResNet Accuracy 80 % 89.5 % 3 음식 분류 정확도 Object Detection YOLO v3 Precision 70 % 76 % 4 양 추정 정확도 Estimation ResNet Precision 70 % 89 % 5 음식 분류 정확도 Object Detection YOLO v3 Recall 70 % 76 % 6 양 추정 정확도 Estimation ResNet Recall 70 % 89 %
※ 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 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.3 2021.12.28 데이터 추가 개방 1.2 2021.12.24 데이터 품질 보완 1.1 2021.12.15 데이터 품질 보완 1.0 2021.06.25 데이터 최초 개방 구축 목적
- 한국인 다빈도 섭취 외식메뉴와 한식메뉴 400종을 선정하여 양질의 이미지데이터를 수집, 구축하고 이를 기반으로 음식의 종류와 양을 추정할 수 있는 알고리즘을 개발하기 위한 데이터셋
활용 분야
- 식단관리서비스 자가건강관리서비스 영양관리서비스
소개
- 물체 인식과 이미지 분류를 응용한 음식 식별, 음식 양 추정을 위해 구성된 데이터셋으로, 웹상에 공개되어있는 서양 음식 중심의 음식 사진 데이터셋과는 달리 다수의 한식 사진 데이터를 확보
구축 내용 및 제공 데이터량
- 최종 인공지능 데이터: 400종 이상의 음식분류에 대해 각 2000장 이상의 500만 화소 이상의 이미지 총 84만2천장, 어노테이션 json파일, 영양정보 메타데이터 파일, 100건 이상의 어노테이션 수행
구축 내용 및 제공 데이터량 표 데이터 종류 음식 이미지 수 제공 파일 일반 음식 이미지 800,000장 이미지 포맷, txt, xml 정밀 촬영 음식 이미지 42,000장 이미지 포맷, txt, xml
대표도면
필요성
- 한국인의 가장 큰 식생활 문제점인 나트륨 섭취 저감을 목표로 하는 효율적인 자가관리 모바일서비스를 구축, 개발하여 공개함
- 일반 사용자의 활용도 극대화를 위하여 컨소시엄 구성 기관이 확보하고 있는 고객풀을 적극 활용하도록 함
- 본 과제에서 구축되는 400종의 음식분류를 기반으로 서비스를 개발하고 추후 확장 고도화해 나가는 전략을 수립함
데이터 구조
- 데이터 구성
- 어노테이션 포맷
-
데이터셋 구축 담당자
수행기관(주관) : 에이아이더
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 김수화 02-563-2244 shkim@aithe.io · AI 기반 인터랙티브 웹 데이터 구축 수행기관(참여)
수행기관(참여) 기관명 담당업무 (주)어메이징푸드솔루션 · 표본 데이터 제작
· 크라우드워커 교육KB국민카드 · 가맹점주 연계 크라우드 소싱 데이터 제작 (주)에이아이더뉴트리진 · 데이터 활용 서비스 기획
· 앱 서비스 개발 구축데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 김주원(에이아이더뉴트리진) 02-563-2244 jwkim@aithenutrigene.com
-
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 safezone1@aihub.kr 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.
오프라인 데이터 이용 안내
본 데이터는 K-ICT 빅데이터센터에서도 이용하실 수 있습니다.
다양한 데이터(미개방 데이터 포함)를 분석할 수 있는 오프라인 분석공간을 제공하고 있습니다.
데이터 안심구역 이용절차 및 신청은 K-ICT빅데이터센터 홈페이지를 참고하시기 바랍니다.