BETA 신품종 종자 육종을 위한 데이터
- 분야농축수산
- 유형 이미지
- 생성 방식LMM
※ 25년 신규 개방되는 데이터로, 데이터 활용성 검토, 이용자 관점의 개선의견 수렴 등을 통해 수정/보완될 수 있으며 최종데이터, 샘플데이터, 산출물 등은 변경될 수 있습니다.
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2025-04-16 데이터 개방 Beta Version 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2025-04-16 산출물 전체 공개 소개
신품종 종자 형질 표현형 예측 및 육종 최적화를 하기 위해 종자 육종 및 환경, 계측/형태 형질 데이터를 구축
구축목적
다양한 작물 종자의 육종 형질과 계측 데이터를 통해 형질을 분류할 수 있는 데이터셋 구축을 목적으로 함
-
메타데이터 구조표 데이터 영역 농축수산 데이터 유형 이미지 데이터 형식 JPG (이미지) 데이터 출처 식물공장과 육묘장에서 데이터 획득 라벨링 유형 바운딩박스(이미지) 라벨링 형식 JSON 데이터 활용 서비스 신품종 종자 이미지 기반의 형질을 분석하는 기초 자료로 활용 데이터 구축년도/
데이터 구축량2024년/261,266 건 -
○ 데이터 통계
1.1. 데이터 구축 규모
❍ 원천 데이터 : 25만 건
❍ 라벨링 데이터 : 25만 건○ 데이터 통계 1.1. 데이터 구축 규모 데이터 종류 데이터 형태 라벨링 데이터 규모 토마토 (레드칸) 이미지 33,282 토마토 (화이트조이TY) 이미지 33,298 상추 (청치마) 이미지 21,925 상추 (뚝섬적축면) 이미지 21,139 상추 (버터헤드) 이미지 21,346 고추 (청양) 이미지 32,730 고추 (길상) 이미지 33,330 양배추 (대박나) 이미지 32,192 양배추 (꼬꼬마) 이미지 32,024 1.2. 데이터 분포
• 토마토(레드칸) : 과실 성숙전 어깨녹색 유무(무) / 과실 모양(약간 납작하다) / 과실색 혼합여부(단일) / 과실 성숙시 색깔(빨강색) / 꽃차례 형태(단화방) / 과실 어깨부위 요철(중간) / 과실 꼭지부분의 함몰 정도(심함) / 입의 길이(길다) / 잎의 너비(넓다) / 과실\ 크기(크다) / 과실 길이·너비의 비율(크다)
• 토마토(화이트조이TY) : 과실 성숙전 어깨녹색 유무(유) / 과실 모양(원통형) / 과실색 혼합여부(혼합) / 과실 성숙시 색깔(크림색) / 꽃차례 형태(복화방) / 과실 어깨부위 요철(약하다) / 과실 꼭지부분의 함몰 정도(약함) / 입의 길이(짧다) / 잎의 너비(좁다) / 과실 크기(작다) / 과실 길이·너비의 비율(작다)
• 상추(청치마) : 잎 모양(거꿀달걀형) / 잎 끝 모양(뭉툭하다) / 안토시아닌 색조(녹색) / 잎색(녹색형) / 잎가장자리 결각의 종류 모양(둔한톱니모양)
• 상추(뚝섬적축면) : 잎 모양(원형) / 잎 끝 모양(둥글다) / 안토시아닌 색조(붉은색) / 잎색(붉은색 혼합형) / 잎가장자리 결각의 종류 모양(불규칙적인이빨모양)
• 상추(버터헤드) : 잎 모양(좁은누운타원형) / 잎 끝 모양(둥글다) / 안토시아닌 색조(녹색) / 잎색(녹색형) / 잎가장자리 결각의 종류 모양(둔한톱니모양)
• 고추(청양) : 단축절간 유무(무) / 줄기마다부위 안토시아닌 착색유무(무) / 꽃 약의 안토시아닌 착색 유무(무) / 꽃자루 자세(약간 하향) / 잎 가장자리의 물결모양(약하다) / 식물체 주간의 길이(중간) / 잎몸의 길이(중간) / 식물체 초장(매우길다) / 과실 길이(중간) / 과실 직경(좁다) / 과실 길이·직경의 비율(중간)
• 고추(길상) : 단축절간 유무(유) / 줄기마다부위 안토시아닌 착색유무(유) / 꽃 약의 안토시아닌 착색 유무(유) / 꽃자루 자세(매우 하향) / 잎 가장자리의 물결모양(없거나 매우 약하다) / 식물체 주간의 길이(짧다) / 잎몸의 길이(길다) / 식물체 초장(중간) / 과실 길이(매우길다) / 과실 직경(중다) / 과실 길이·직경의 비율(크다)
• 양배추(대박나) : 결구의 크기(결구가 크다) / 바깥 잎 색(녹색) / 구 싸임정도(싸여있지 않다)
• 양배추(꼬꼬마) : 결구의 크기(결구가 작다) / 바깥 잎 색(연두색) / 구 싸임정도(완전히 싸여있다)○ 데이터 통계 1.2. 데이터 분포 구분 구축 건수 비율 토마토 과실 성숙적 어깨녹색 유무 (무)[레드칸] 2,651 1.00% 과실모양 (약간 납작하다)[레드칸] 2,489 1.00% 과실색 혼합여부 (단일)[레드칸] 2,710 1.00% 과실 성숙시 색깔 (빨강색)[레드칸] 2,919 1.10% 꽃차례 형태 (단화방)[레드칸] 2,340 0.90% 과실 어깨부위의 요철 (중간)[레드칸] 2,468 0.90% 과실 꼭지부분의 함몰 정도 (심함)[레드칸] 2,293 0.90% 잎의 길이 (길다)[레드칸] 5,199 2.00% 잎의 너비 (넓다)[레드칸] 5,284 2.00% 과실 크기 (크다)[레드칸] 2,551 1.00% 과실 길이/너비의 비율 (크다)[레드칸] 2,378 0.90% 과실 성숙적 어깨녹색 유무 (유) [화이트조이TY] 3,429 1.30% 과실모양 (원통형) [화이트조이TY] 2,405 0.90% 과실색 혼합여부 (혼합) [화이트조이TY] 2,642 1.00% 과실 성숙시 색깔 (크림색) [화이트조이TY] 2,378 0.90% 꽃차례 형태 (복화방) [화이트조이TY] 2,440 0.90% 과실 어깨부위의 요철 (약하다) [화이트조이TY] 2,374 0.90% 과실 꼭지부분의 함몰 정도 (약함) [화이트조이TY] 2,335 0.90% 잎의 길이 (짧다) [화이트조이TY] 5,287 2.00% 잎의 너비 (좁다) [화이트조이TY] 5,297 2.00% 과실 크기 (작다) [화이트조이TY] 2,326 0.90% 과실 길이/너비의 비율 (작다) [화이트조이TY] 2,385 0.90% 상추 잎 모양 (거꿀달걀형)[청치마] 5,628 2.20% 잎 끝 모양 (뭉툭하다)[청치마] 4,486 1.70% 안토시아닌 색조 (녹색)[청치마] 3,233 1.20% 잎색 (녹색형)[청치마] 4322 1.70% 잎가장자리 결각의 종류 모양 (둔한톱니모양)[청치마] 4,256 1.60% 잎 모양 (원형) [뚝섬적축면] 5,173 2.00% 잎 끝 모양 (둥글다) [뚝섬적축면] 4,245 1.60% 안토시아닌 색조 (붉은색) [뚝섬적축면] 3,231 1.20% 잎색 (붉은색 혼합형) [뚝섬적축면] 4,303 1.60% 잎가장자리 결각의 종류 모양 (불규칙적인이빨모양) [뚝섬적축면] 4,187 1.60% 잎 모양 (좁은누운타원형)[버터헤드] 5,136 2.00% 잎 끝 모양 (둥글다)[버터헤드] 4,154 1.60% 안토시아닌 색조 (녹색)[버터헤드] 3,300 1.30% 잎색 (녹색형)[버터헤드] 4,418 1.70% 잎가장자리 결각의 종류 모양 (둔한톱니모양)[버터헤드] 4,338 1.70% 고추 단축절간 유무 (무)[청양] 2,849 1.10% 줄기마다부위 안토시아닌 착색유무 (무) [청양] 4,999 1.90% 꽃 약의 안토시아닌 착색 유무 (무)[청양] 2,115 0.80% 꽃자루 자세 (약간 하향)[청양] 2,716 1.00% 잎 가장자리의 물결모양 (약하다)[청양] 2,468 0.90% 식물체 주간의 길이 (중간)[청양] 2,073 0.80% 잎몸의 길이 (중간)[청양] 4,692 1.80% 식물체 초장 (매우 길다) 4,735 1.80% 과실 길이 (중간)[청양] 2,053 0.80% 과실 직경 (좁다)[청양] 2,071 0.80% 과실 길이/직경의 비율 (중간)[청양] 1,959 0.70% 단축절간 유무 (유) [길상] 2,879 1.10% 줄기마다부위 안토시아닌 착색유무 (유)[길상] 4,995 1.90% 꽃 약의 안토시아닌 착색 유무 (유) [길상] 2,277 0.90% 꽃자루 자세 (매우 하향) [길상] 2,833 1.10% 잎 가장자리의 물결모양 (없거나 매우 약하다) [길상] 2,791 1.10% 식물체 주간의 길이 (짧다) [길상] 1,669 0.60% 식물체 초장 (중간) 4,929 1.90% 잎몸의 길이 (길다) [길상] 4,715 1.80% 과실 길이 (매우길다) [길상] 2,008 0.80% 과실 직경 (중간) [길상] 2,027 0.80% 과실 길이/직경의 비율 (크다) [길상] 2,207 0.80% 양배추 결구의 크기 (결구가 크다)[대박나] 11,639 4.50% 바깥 잎 색 (녹색)[대박나] 10,337 4.00% 구 싸임정도 (싸여있지 않다)[대박나] 10,216 3.90% 결구의 크기 (결구가 작다) [꼬꼬마] 11,398 4.40% 바깥 잎 색 (연두색) [꼬꼬마] 10,201 3.90% 구 싸임정도 (완전히 싸여있다) [꼬꼬마] 10,425 4.00% 합계 261,266 100.00% -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드○ 작물 형질 탐지 모델
- 본 사업에서는 육묘의 RGB, DEPTH, THERMAL 이미지를 세트로 YOLOv8 모델을 학습하여 형질의 bounding box 정보를 출력하는 것을 제안함
- 모델의 학습을 위해 학습/검증/시험 데이터를 8:1:1로 나뉘어 진행○ 작물 형질 탐지 모델 학습(Learning) 검증(Validation) 시험(Test) 개요 - YOLOv8 모델 사용 - 학습 도중 모델 성과 평가 및 비교 - 모델 학습 완료 후 - mAP 점수 - 모델 테스트 필요 데이터 80% 10% 10% - YOLOv8은 1-Stage 객체 탐지 모델로써 빠른 객체 탐지 속도와 높은 객체 탐지 정확도 도출이 가능하기 때문에 객체 탐지 분야에서 널리 활용됨
- 작물의 형질은 작물의 외형적 특증을 보여주므로 작물의 생육 상태를 실시간 모니터링하는데 사용 가능
- 토양 수분, 영양 상태, 날씨 등 데이터와의 결합을 통해 작물의 건강 상태를 종합적으로 평가하는데 활용 가능
- 그리고 형질 변화를 자동으로 분석하는 것을 통해 최적의 품종 선별 가능○ 작물 품종 분류 모델
- 본 사업에서는 작물 별 RGB와 계측 데이터를 학습 데이터로 사용하여 EfficientNet 모델 학습을 통해 작물의 품종 정보를 출력하는 것을 제안함
- 모델의 학습을 위해 학습/검증/시험 데이터를 8:1:1로 나뉘어 진행○ 작물 품종 분류 모델 학습(Learning) 검증(Validation) 시험(Test) 개요 - EfficientNet모델 사용 - 학습 도중 모델 성과 평가 및 비교 - 모델 학습 완료 후 - Accuracy 점수 - 모델 테스트 필요 데이터 80% 10% 10% - Efficient는 이미지 분류 임무에 대해서 기본보다 훨씬 적은 파라미터 수로 좋은 성능을 달성하기 때문에 많이 사용되고 있는 모델임
- 작물의 품종을 자동으로 식별하여 품종에 맞는 비료, 물, 농약 사용량을 조절하는 품종별 맞춤형 재배 전략 수립에 활용
- 유전적 분석 없이 AI 기반 영상 분석만으로 품종 판별 가능
- 어떤 품종이 더 잘 자라는지를 분석하는 신품종 육성에 활용 가능
- 농산물 출하 시 품종별로 분류하여 소비자에게 품질을 보장에 활용 -
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드○ 데이터 구성
○ 데이터 구성 KEY Description Type data_info 데이터 정보 object { object name 파일 프로젝트명 string id 파일 프로젝트의 아이디 string } object categories 클래스를 선택하기 위한 카테고리 array [ object name 상위 클래스를 선택하기 위한 리스트 string value 하위 클래스를 선택하기 위한 리스트 array ] object class 라벨링 객체 태깅 클래스 정보 array [ object id 라벨링 객체의 태그 아이디 number name 라벨링 객체의 태그 명 string ] object images 이미지의 정보 object { object id 이미지 아이디 number file_name 파일명 string width 이미지 가로 길이 number height 이미지 세로 길이 number date 촬영 날짜 및 시간 (예:"2024-09-1508:34:00") string shoot_location 촬영 위치 string shoot_view 촬영 각도 string crop_num 작물 번호 string } ○ 어노테이션 포맷
○ 어노테이션 포맷 항목 타입 필수여부 한글명 영문명 객체 ID object_id number Y 바운딩박스 bbox array Y 문단 [] number Y 카테고리 categories list Y { Y 카테고리명 categories[].name string Y 카테고리값 categories[].value string Y } Y ○ 데이터 포맷
○ 데이터 포맷 파일명 412_CA1_CA_CA-01_L5_D2024-10-14-09-33_002_045 카테고리 양배추 클래스 결구의크기 촬영일자 2024-10-14 원천 데이터 
라벨링 이미지 
○ 실제 예시
○ 실제 예시 라벨링 데이터 (JSON 형식) { "data_info": {
"name": "10.41-63-CA",
"id": "32"
},
"categories": [
{
"name": "결구의크기",
"value": [
"결구가작다",
"결구가크다"
]
},
{
"name": "구:싸임정도(cover)",
"value": [
"싸여있지않다",
"완전히싸여있다"
]
},
{
"name": "바깥잎:색(납질포함)",
"value": [
"녹색",
"연두색"
]
}
],
"class": [
{
"id": 0,
"name": "육종_양배추"
}
],
"images": {
"id": 788755,
"file_name": "412_CA1_CA_CA-01_L5_D2024-10-14-09-33_002_045.jpg",
"width": 1920,
"height": 1080,
"date": "2024-10-14 09:33:00",
"shoot_location": "경기-유리온식",
"shoot_view": "윗면",
"crop_num": "1"
},
"annotations": [
{
"object_id": 1,
"bbox": [
613.3887733887739,
190.2702702702723,
1429.0228690228787,
997.9209979210102
],
"categories": [
{
"name": "결구의크기",
"value": "결구가크다"
}
]
}
],
"environment": [
{
"insolation": 1550.0,
"illuminant": 7000.0,
"temperature": 31.8,
"humidity": 74.6
}
],
"measurement": [
{
"variety": "양배추(대박나)",
"leaf_width": 268.0,
"sow_date": "2024-08-12",
"fruit_width": 118.0,
"fruit_length": 0.0,
"central_length": 0.0,
"leaf_length": 256.0,
"joint_length": 0.0
}
]
} -
데이터셋 구축 담당자
수행기관(주관) : ㈜일주지앤에스
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 임병석 051-502-4570 bsforest@i-gns.co.kr 데이터 가공 / 관리 및 구축 총괄 수행기관(참여)
수행기관(참여) 기관명 담당업무 농업회사법인아시아종묘㈜ 육종 원천 데이터 획득 세종대학교산학협력단 AI 모델 개발 및 학습 전라남도농업기술원 육종 원천 데이터 획득 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 임병석 051-502-4570 bsforest@i-gns.co.kr AI모델 관련 문의처
AI모델 관련 문의처 담당자명 전화번호 이메일 구영현 02-3408-3253 yhgu@sejong.ac.kr 저작도구 관련 문의처
저작도구 관련 문의처 담당자명 전화번호 이메일 임병석 051-502-4570 bsforest@i-gns.co.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.
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.
국방데이터 개방 안내
본 데이터는 국방데이터로 군사 보안에 따라 AI허브에서 데이터를 제공하지 않으며,
군 담당자를 통한 별도의 사용 신청이 필요합니다.