콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#드론 # 초분광 영상 # 다중분광 영상 # 스마트 팜 # 노지 작물 # 품질 예측 # 수확량 예측 # 생육정보 # 회귀분석모델

주요 농작물 생육 이미지

주요 농작물 생육 이미지
  • 분야농축수산
  • 구분 공간데이터
  • 유형 이미지
구축년도 : 2020 갱신년월 : 2023-04 조회수 : 9,132 다운로드 : 276 용량 :
샘플 데이터 ?

샘플데이터는 데이터의 이해를 돕기 위해 별도로 가공하여 제공하는 정보로써 원본 데이터와 차이가 있을 수 있으며,
데이터에 따라서 민감한 정보는 일부 마스킹(*) 처리가 되어 있을 수 있습니다.

※ 내국인만 데이터 신청이 가능합니다.

  • 데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.1 2023-04-17 원천데이터,라벨링데이터 수정
    1.0 2021-06-18 데이터 최초 개방

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2022-10-13 신규 샘플데이터 개방

    소개

    농작물(10종)의 품질 및 수확량 예측을 위한 생육 단계별 드론 초분광 이미지 데이터

    구축목적

    드론 분광영상을 활용하여 주요 농작물 10종에 대한 품질 및 수확량 예측 인공지능 학습을 위한 데이터를 구축
  • 구축 내용 및 제공 데이터량

    • 드론에 초분광 센서를 장착하여 농작물의 파장대별 농작물의 이미지를 수집
    • 크라우드 소싱을 활용하여 농가계약을 체결하고 실제 재배농민으로부터 수확량과 품질값 정보를 제공받음
    • 초분광 이미지는 전처리과정 거쳐 정사영상을 제작하고 디지털 팜맵을 활용하여 필지단위 타일링을 진행
    • 이미지정보, 분류정보, 생육 정보 등에 대한 라벨링 값 입력
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • 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 수치형 품질 (특정값) Image Classification ResNet RMSE 0.2 mm 0.1261 mm
    2 수치형 품질 (특정값) Image Classification ResNet RMSE 0.2 mm 0.0179 mm
    3 비율형 품질 (수확량 대비 품질별 비율) Image Classification ResNet RMSE 0.2 mm 0.1301 mm
    4 비율형 품질 (수확량 대비 품질별 비율) Image Classification ResNet RMSE 0.2 mm 0.0018 mm
    5 수확량 Prediction ResNet RMSE 0.2 mm 0.1606 mm
    6 수확량 Prediction ResNet RMSE 0.2 mm 0.0061 mm

    ※ 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 다운로드

    데이터 변경이력

    주요 농작물 생육 이미지-데이터변경이력
    버전 일자 변경내용 비고
    1.0 2021.06.18 데이터 최초 개방  

    구축 목적

    • 드론 분광영상을 활용하여 주요 농작물 10종에 대한 품질 및 수확량 예측 인공지능 학습을 위한 데이터를 구축

    활용 분야

    • 농작물의 품질 및 수확량을 조기 예측하여 가격 변동성을 대비한 수확시기 결정 및 국가통계조사에 정량화된 데이터를 제공
    • 영양분, 한해, 습해 및 병해충 등 다양한 작물 스트레스를 조기 진단하여 농업용수, 비료, 농약 등의 효율적인 이용을 통한 생산 및 관리비용의 절감
    • 노지 작물에 AI기반 스마트팜 분석기술을 적용하여 농작물의 생산량 향상 및 농촌의 인력감소 문제 해결

    소개

    • 주요 농작물 10종(당근, 양파, 감자, 벼, 양배추, 무, 배추, 콩, 마늘)의 분광센서를 이용한 원격탐사 이미지와 지상에서 품질 및 수확량을 조사하여 매칭된 자료
       

    주요 농작물 생육 이미지-소개-1

    구축 내용 및 제공 데이터량

    • 드론에 초분광 센서를 장착하여 농작물의 파장대별 농작물의 이미지를 수집
    • 크라우드 소싱을 활용하여 농가계약을 체결하고 실제 재배농민으로부터 수확량과 품질값 정보를 제공받음
    • 초분광 이미지는 전처리과정 거쳐 정사영상을 제작하고 디지털 팜맵을 활용하여 필지단위 타일링을 진행
    • 이미지정보, 분류정보, 생육 정보 등에 대한 라벨링 값 입력

    대표도면

    주요 농작물 생육 이미지-대표도면-1

    필요성

    • 농업기술의 발달로 단위면적당 작물의 수확량은 대부분 일정하지만, 재배당시의 기상상태와 연작피해 등의 외부 요인으로 생산량이 급감하는 경우 가격파동의 원인으로 작용함
    • 생산량 급감의 원인이 기후 및 연작피해를 대처하기 위해서는 유해요소인 기상정보와 토양 성분정보가 작물의 생육에 미치는 연계성을 데이터 화 할 필요가 있음
    • 따라서 전통적인 표본조사를 통한 재배면적 조사 방식에서 벗어난 과학적인 재배면적 조사와 통계정보를 통한 농산물 생산이 필요함
    • 급변하는 기후에 대응하여 작물의 생육에 미치는 영향을 파악할 수 있는 고도화된 농업환경 관측이 필요함
    • 노지농업의 경우 작물의 성장에 가장 큰 영향을 주는 토성정보와 수확량과의 연계성의 파악이 필요함

    데이터 구조

    • 데이터 구성
    데이터 구성 표 (항목, 길이, 타입, 필수여부)
    구분 항목 필드명 타입 길이 필수여부 비고
    1 이미지 정보   List      
      1-1 데이터명 ID 문자 21 Y  
      1-2 작물명 GUBN 문자 2 Y  
      1-3 생육단계 GRADE 문자 2 Y  
      1-4 센서의 종류 SENSOR 문자 2 Y  
      1-5 센서값 SENSOR_V 문자 1    
      1-6 센서의 파장정보 SENSOR_S 문자 5 Y  
      1-7 해상도(GSD) GSD 문자 3,1 Y  
    2 분류정보          
      2-1 상세주소(PNU) PNU 문자 10    
      1-2 촬영시기 YEAR 문자 8 Y  
      1-3 경도 LONG 숫자 9,6 Y  
      1-4 위도 LAT 숫자 9,6 Y  
    3 생육정보   List      
      3-1 지상조사 생육정보 1 growth_1 숫자 4,1    
        지상조사 생육정보 2 growth_2 숫자 4,1 Y  
        지상조사 수확량 yield 숫자 5,1 Y  
        지상조사 품질1 quality_1 숫자 4,1 Y  
        지상조사 품질2 quality_2 문자 9    
        품종 cultivar 문자 20    
  • 데이터셋 구축 담당자

    수행기관(주관) : 공간정보
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    김현진 1644-9396 01095031047@hanmail.net · 초분광 영상 취득 및 지상 생육 조사 정보 취득 · 데이터 구축 총괄
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    경상대학교 (유찬석 교수) · 초분광 영상 취득 및 지상생육조사 정보 취득
    뉴레이어 · AI학습용 데이터 가공
    · 결과물 검수 및 검증
    · 응용 서비스 개발
    (주)무한정보기술 · AI 학습용 데이터 가공
    · 결과물 검수 및 검증
    · 노지 농작물의 품질 및 수확량 예측 AI 모델 개발
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    김현진(공간정보) 1644-9396 01095031047@hanmail.net
보건의료 데이터 개방 안내

보건의료 데이터는 온라인 및 오프라인 안심존을 통해 개방됩니다.

안심존이란 안심존 이용메뉴얼 안심존 이용신청
  • 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

    1. AI 허브 접속
      신청자
    2. 안심존
      사용신청
      신청자신청서류 제출*
    3. 심사구축기관
    4. 승인구축기관
    5. 데이터 분석 활용신청자
    6. 분석모델반출신청자
  • 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.