-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2024-08-22 데이터 개방 Beta Version 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2024-08-22 산출물 공개 Beta Version 2024-08-08 구축업체정보 수정 2024-07-18 구축업체정보 수정 소개
- 포도 및 감귤 과수원 내 농로, 노지 등에서 경로 식별 및 객체 탐지를 위한 이미지 및 센서 데이터
구축목적
- 과수원 내 농작업 무인 자동화를 위한 수확로봇, 이송로봇, 방제로봇 등에 활용 - 실내·외 비포장 경사면 노면 주행 기반의 서비스가 필요한 농작업 서비스 로봇 개발에 활용
-
메타데이터 구조표 데이터 영역 교통물류 데이터 유형 센서 , 이미지 , 텍스트 , 3D 데이터 형식 jpg, pcd 데이터 출처 각 과수원 내 실제 주행 취득 라벨링 유형 바운딩박스(이미지), 3D큐보이드(이미지), 세그멘테이션(이미지) 라벨링 형식 json 데이터 활용 서비스 과수원 자율주행을 위한 경로 식별·객체 탐지 AI 학습 모델 데이터 구축년도/
데이터 구축량2023년/포도 이미지 데이터 309,909장, 포도 포인트클라우드 데이터 150,645개, 감귤 이미지 데이터 340,408장, 감귤 포인트클라우드 데이터 154,552개, 총 이미지 데이터 650,317장, 포인트클라우드 데이터 305,197개 -
- 데이터 구축 규모
데이터 종류 데이터 형태 원천데이터 규모 라벨링데이터 규모 포도 과수원 이미지 데이터 RGB 309,909 309,909 감귤 과수원 이미지 데이터 RGB 340,408 340,408 포도 과수원 3D 데이터 포인트클라우드 309,909 150,645 감귤 과수원 3D 데이터 포인트클라우드 340,408 154,552 - 데이터 분포
▪ 2D 데이터구분 수량(건) 구성비(%) 사람 432,113 31.93 손수레 117,085 8.66 운반차 70,146 5.19 트럭 38,806 2.87 방제기 43,885 3.24 사다리 82,068 6.06 과수박스 153,000 11.31 창고 96,089 7.1 포도 봉지 51,967 3.84 감귤 32,728 2.42 비포장 67,246 4.97 기타 67,678 5 포도나무 31,045 2.29 감귤나무 69,329 5.12 합계 1,353,185 100 ▪ 3D 데이터
구분 수량(건) 구성비(%) 사람 235,663 46.17 손수레 22,192 4.35 운반차 42,139 8.26 트럭 31,825 6.23 방제기 32,325 6.33 사다리 65,025 12.74 과수박스 81,290 15.92 합계 510,459 100 -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드- 모델 학습
구분 모델 바운딩 박스 Faster RCNN 세그멘테이션 PV RCNN 큐보이드 DeepLab V3+ - 사용 모델
▪ Faster RCNN : 2D Object Detection
▪ PV-RCNN : LiDAR
▪ DeepLab V3+ : Semantic Segmentation- 학습용 데이터 구성(원천데이터 이미지 기준)
데이터 구축 총량
(100%)학습 데이터
(80%)검증 데이터
(10%)테스트 데이터
(10%)650,317 514,349 67,650 68,318 - 서비스 활용 시나리오
▪ 과수 주행 로봇 : 메타 데이터 사용
▪ 과수 수확 로봇 : 라벨링 데이터 이용
▪ 과수 방제 로봇 : 메타 데이터 + CUB + BBX + SEG 사용
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드- 데이터 구성
데이터 종류 데이터 형태 어노테이션 형태 수량 포도 과수원 이미지 데이터 RGB Bounding Box 278,960 Segmentation 30,949 포도 과수원 3D 데이터 PointCloud 3D Cuboid 150,645 감귤 과수원 이미지 데이터 RGB Bounding Box 304,118 Segmentation 36,290 감귤 과수원 3D 데이터 PointCloud 3D Cuboid 154,552 - 어노테이션 포맷
▪ 바운딩박스 라벨구분 속성명 타입 필수여부 설명 1 categories array of object y 라벨 정보 1-1 id number y 라벨 번호 1-2 name string y 라벨 이름 2 images array of object y 이미지 정보 2-1 id number y 이미지 번호 2-2 width number y 이미지 폭 2-3 height number y 이미지 높이 2-4 file_name string y 이미지 파일명 3 annotations array of object y 라벨링 정보 3-1 id number y 어노테이션 식별자 3-2 image_id number y 이미지 번호 3-3 category_id number y 라벨 유형(클래스 id) 3-4 segmentation array of object n 세그멘테이션 정보 3-5 area number y 바운딩박스 전체면적 3-6 bbox array of object y 바운딩박스 정보 3-7 iscrowd number n 다중 객체 라벨 시 사용되는 변수 3-8 attributes object n 라벨 속성값 3-8-1 occluded boolean n 객체 가려짐 여부 3-8-2 rotation number n 바운딩박스 회전값 ▪ 세그멘테이션 라벨
구분 속성명 타입 필수여부 설명 1 categories array of object y 라벨 정보 1-1 id number y 라벨 번호 1-2 name string y 라벨 이름 2 images array of object y 이미지 정보 2-1 id number y 이미지 번호 2-2 width number y 이미지 폭 2-3 height number y 이미지 높이 2-4 file_name string y 이미지 파일명 3 annotations array of object y 라벨링 정보 3-1 id number y 어노테이션 식별자 3-2 image_id number y 이미지 번호 3-3 category_id number y 라벨 유형(클래스 id) 3-4 segmentation array of object y 세그멘테이션 정보 3-5 area number y 바운딩박스 전체면적 3-6 bbox array of object n 바운딩박스 정보 3-7 iscrowd number n 다중 객체 라벨 시 사용되는 변수 3-8 attributes object n 라벨 속성값 3-8-1 occluded boolean n 객체 가려짐 여부 3-8-2 rotation number n 바운딩박스 회전값 ▪ 3D큐보이드 라벨
구분 속성명 타입 필수여부 설명 1 categories array of object y 종류 1-1 label array of object y 라벨 정보 1-1-1 labels array of object y 세부라벨 1-1-1-1 name string y 세부라벨 이름 1-1-1-2 parent string n 세부라벨 종속정보 1-1-1-3 attributes array of object n 세부라벨 속성 1-1-2 attributes array of object n 라벨속성 1-2 points array of object n 포인트 정보 1-2-1 items array of object n 포인트가 사용된 파일 정보 2 items array of object y 파일 2-1 id string y 파일명 2-2 annotations array of object y 어노테이션 정보 2-2-1 id number y 어노테이션 번호 2-2-2 type string y 어노테이션 타입 2-2-3 attribute array of object n 속성정보 2-2-3-1 occluded boolean n 가림 여부 2-2-4 group number n 그룹번호 2-2-5 label_id number y 라벨 번호 2-2-6 position array of object y 라벨 x,y,z 위치 2-2-7 rotation array of object y 라벨 회전 정보 2-2-8 scale array of object y 라벨 크기 2-3 attr array of object y 프레임 2-3-1 frame number y 프레임 번호 2-4 point_cloud array of object n 포인트 클라우드 2-4-1 path string n 경로 정보 2-5 media array of object n 미디어 2-5-1 path string n 경로 정보 - 데이터 포맷
형식 확장자 원시데이터 ROS1 Bag .bag 원천데이터 이미지, 메타 데이터(센서) .jpg, .pcd, .png, .csv 라벨링 데이터 JSON .json 이미지 캡션 JSON .json - 실제 예시
구분 이미지 어노테이션 Bounding Box 
{
"categories": [
{
"id": 1,
"name": "사람"
},
{
"id": 2,
"name": "손수레"
},
{
"id": 3,
"name": "운반차"
},
{
"id": 4,
"name": "트럭"
},
{
"id": 5,
"name": "방제기"
},
{
"id": 6,
"name": "사다리"
},
{
"id": 7,
"name": "과수박스"
},
{
"id": 8,
"name": "창고"
},
{
"id": 9,
"name": "포도_봉지"
},
{
"id": 10,
"name": "감귤"
},
{
"id": 11,
"name": "비포장"
},
{
"id": 12,
"name": "콘크리트"
},
{
"id": 13,
"name": "포도나무"
},
{
"id": 14,
"name": "감귤나무"
}
],
"images": [
{
"id": 6,
"width": 1920,
"height": 1080,
"file_name": "MA_011_HR_20231110_PM_001_000_000_0014_IMG.jpg"
}
],
"annotations": [
{
"id": 10,
"image_id": 6,
"category_id": 1,
"segmentation": [],
"area": 131700.53,
"bbox": [
595.0,
309.6,
259.1,
508.3
],
"iscrowd": 0,
"attributes": {
"occluded": false,
"rotation": 0.0
}
},
{
"id": 11,
"image_id": 6,
"category_id": 2,
"segmentation": [],
"area": 133427.59079999995,
"bbox": [
692.16,
579.58,
384.44,
347.07
],
"iscrowd": 0,
"attributes": {
"occluded": false,
"rotation": 0.0
}
}
]
}Segmentation 
{
"categories": [
{
"id": 1,
"name": "사람"
},
{
"id": 2,
"name": "손수레"
},
{
"id": 3,
"name": "운반차"
},
{
"id": 4,
"name": "트럭"
},
{
"id": 5,
"name": "방제기"
},
{
"id": 6,
"name": "사다리"
},
{
"id": 7,
"name": "과수박스"
},
{
"id": 8,
"name": "창고"
},
{
"id": 9,
"name": "포도_봉지"
},
{
"id": 10,
"name": "감귤"
},
{
"id": 11,
"name": "비포장"
},
{
"id": 12,
"name": "기타"
},
{
"id": 13,
"name": "포도나무"
},
{
"id": 14,
"name": "감귤나무"
}
],
"images": [
{
"id": 3,
"width": 1920,
"height": 1080,
"file_name": "GR_005_TP_20231014_AM_002_002_001_0370_IMG.jpg"
}
],
"annotations": [
{
"id": 6,
"image_id": 3,
"category_id": 13,
"segmentation": [
[
230.46,
1080.0,
230.46,
1080.0,
513.3,
919.94,
879.28,
721.22,
990.05,
647.73,
1048.63,
610.45,
1072.27,
594.05,
1093.89,
580.41,
1122.87,
555.74,
1122.87,
547.25,
1124.8,
514.24,
1126.72,
510.4,
1130.56,
506.56,
1130.56,
502.72,
1136.32,
502.72,
1138.24,
496.96,
1142.08,
493.12,
1145.92,
495.04,
1149.76,
495.04,
1149.76,
491.2,
1147.84,
485.44,
1151.68,
483.52,
1155.52,
481.6,
1161.28,
479.68,
1165.12,
477.76,
1170.88,
477.76,
1174.72,
477.76,
1180.48,
477.76,
1180.48,
483.52,
1186.24,
483.52,
1190.08,
481.6,
1195.84,
481.6,
1197.76,
477.76,
1201.6,
477.76,
1205.44,
481.6,
1211.2,
483.52,
1215.04,
487.36,
1216.96,
493.12,
1215.04,
496.96,
1211.2,
496.96,
1213.12,
500.8,
1218.88,
504.64,
1222.72,
506.56,
1226.56,
510.4,
1225.49,
551.11,
1225.49,
559.6,
1245.49,
593.99,
1261.52,
618.64,
1278.16,
643.3,
1340.41,
740.68,
1558.83,
986.3,
1638.22,
1080.0,
1638.22,
1080.0,
1638.22,
1080.0,
1920.0,
1080.0,
1920.0,
0.0,
0.0,
0.0,
0.0,
1080.0,
230.46,
1080.0
]
],
"area": 1688006.0,
"bbox": [
0.0,
0.0,
1920.0,
1080.0
],
"iscrowd": 0,
"attributes": {
"occluded": false
}
},
{
"id": 7,
"image_id": 3,
"category_id": 11,
"segmentation": [
[
230.46,
1080.0,
230.46,
1080.0,
230.46,
1080.0,
230.46,
1080.0,
230.46,
1080.0,
513.3,
919.94,
879.28,
721.22,
990.05,
647.73,
1048.63,
610.45,
1072.27,
594.05,
1093.89,
580.41,
1122.87,
555.74,
1122.87,
547.25,
1225.49,
551.11,
1225.49,
559.6,
1245.49,
593.99,
1261.52,
618.64,
1278.16,
643.3,
1340.41,
740.68,
1558.83,
986.3,
1638.22,
1080.0,
1638.22,
1080.0,
1638.22,
1080.0,
1638.22,
1080.0,
1638.22,
1080.0
]
],
"area": 379405.0,
"bbox": [
230.46,
547.25,
1407.76,
532.75
],
"iscrowd": 0,
"attributes": {
"occluded": false
}
},
{
"id": 8,
"image_id": 3,
"category_id": 12,
"segmentation": [
[
1122.87,
547.25,
1124.8,
514.24,
1126.72,
510.4,
1130.56,
506.56,
1130.56,
502.72,
1136.32,
502.72,
1138.24,
496.96,
1142.08,
493.12,
1145.92,
495.04,
1149.76,
495.04,
1149.76,
491.2,
1147.84,
485.44,
1151.68,
483.52,
1155.52,
481.6,
1161.28,
479.68,
1165.12,
477.76,
1170.88,
477.76,
1174.72,
477.76,
1180.48,
477.76,
1180.48,
483.52,
1186.24,
483.52,
1190.08,
481.6,
1195.84,
481.6,
1197.76,
477.76,
1201.6,
477.76,
1205.44,
481.6,
1211.2,
483.52,
1215.04,
487.36,
1216.96,
493.12,
1215.04,
496.96,
1211.2,
496.96,
1213.12,
500.8,
1218.88,
504.64,
1222.72,
506.56,
1226.56,
510.4,
1225.49,
551.11
]
],
"area": 6189.0,
"bbox": [
1122.87,
477.76,
103.69,
73.35
],
"iscrowd": 0,
"attributes": {
"occluded": false
}
}
]
}3D Cuboid 
{
"categories": {
"label": {
"attributes": [
"occluded"
],
"labels": [
{
"attributes": [],
"name": "사람",
"parent": ""
},
{
"attributes": [],
"name": "손수레",
"parent": ""
},
{
"attributes": [],
"name": "운반차",
"parent": ""
},
{
"attributes": [],
"name": "트럭",
"parent": ""
},
{
"attributes": [],
"name": "방제기",
"parent": ""
},
{
"attributes": [],
"name": "사다리",
"parent": ""
},
{
"attributes": [],
"name": "과수박스",
"parent": ""
},
{
"attributes": [],
"name": "창고",
"parent": ""
},
{
"attributes": [],
"name": "포도_봉지",
"parent": ""
},
{
"attributes": [],
"name": "감귤",
"parent": ""
},
{
"attributes": [],
"name": "비포장",
"parent": ""
},
{
"attributes": [],
"name": "콘크리트",
"parent": ""
},
{
"attributes": [],
"name": "포도나무",
"parent": ""
},
{
"attributes": [],
"name": "감귤나무",
"parent": ""
}
]
},
"points": {
"items": []
}
},
"items": [
{
"annotations": [
{
"attributes": {
"occluded": false
},
"group": 0,
"id": 0,
"label_id": 0,
"position": [
4.85,
0.82,
-0.03
],
"rotation": [
0.0,
0.0,
0.0
],
"scale": [
1.0,
1.0,
1.82
],
"type": "cuboid_3d"
},
{
"attributes": {
"occluded": false
},
"group": 0,
"id": 1,
"label_id": 1,
"position": [
3.57,
0.27,
-0.5
],
"rotation": [
0.0,
0.0,
0.0
],
"scale": [
1.2,
1.0,
1.0
],
"type": "cuboid_3d"
}
],
"attr": {
"frame": 4
},
"id": "MA_011_HR_20231110_PM_001_000_000_0012_IMG",
"media": {
"path": ""
},
"point_cloud": {
"path": ""
}
}
]
} -
데이터셋 구축 담당자
수행기관(주관) : 한국로봇융합연구원
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 홍형길 054-820-2802 honghg@kiro.re.kr 데이터 수집 총괄, AI 모델링 및 알고리즘 개발 수행기관(참여)
수행기관(참여) 기관명 담당업무 제주대학교 산학협력단 데이터 수집 ㈜지오랩스 데이터 정제 ㈜다이아 데이터 가공 ㈜스피어AX 데이터 가공, 검수 ㈜스마트뱅크 데이터 가공, 검수 국립원예특작과학원 과수원 지원 및 자문 농협중앙회 제주지역본부 홍보 및 교육 활등 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 홍형길 054-820-2802 honghg@kiro.re.kr 장선호 054-820-2812 jang1229@kiro.re.kr AI모델 관련 문의처
AI모델 관련 문의처 담당자명 전화번호 이메일 홍형길 054-820-2802 honghg@kiro.re.kr 장선호 054-820-2812 jang1229@kiro.re.kr 저작도구 관련 문의처
저작도구 관련 문의처 담당자명 전화번호 이메일 문영민 053-792-3031 ymmoon@sphereax.com 황정연 010-9840-1440 hjyeon313@gmail.com 박준우 010-7350-4330 lab@dia.re.kr
-
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.