-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2023-12-13 데이터 최종 개방 1.0 2023-05-04 데이터 개방(Beta Version) 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2023-12-13 산출물 전체 공개 소개
- 종자 발아 데이터 : 5종 작물(벼, 밀, 고추, 배추, 무)별로 각 5개 품종에 대해 종이배지(발아객체 100립)기준으로 수집한 시계열 종자 발아 이미지 데이터 - 작물 품종 특성 데이터 : 4종 작물(고추, 무, 상추, 배추)별 각 10개 품종에 대한 6개 품종 특성 값을 판별한 기록 데이터
구축목적
종자 발아 데이터 : 다양한 작물 품종별 종자발아 시계열 학습데이터 구축을 통해, 종자 발아 검정 시험의 객관적 기준 확립 및 신속성 확보 - 작물 품종 특성 데이터 : 다양한 작물 품종특성 학습데이터 구축을 통해, 신품종 등록 시 작물특성조사의 객관적 기준 확립 및 신속성 확보
-
메타데이터 구조표 데이터 영역 농축수산 데이터 유형 이미지 데이터 형식 jpg, csv 데이터 출처 시판 및 보급 종자, 농가 의뢰 재배 작물 라벨링 유형 Bonding-Box, Auto Bonding-Box 방식 라벨링 형식 json 데이터 활용 서비스 종자 발아 상태 탐지, 작물 품종 특성 판별 등 데이터 구축년도/
데이터 구축량2022년/종자 발아 시계열 이미지 데이터 5만 장, 작물 품종 특성 이미지 데이터 24만 장 -
☐ 종자 발아 데이터
○ 데이터 구축 규모
작물 품종 구축량 비율 작물 품종 구축량 비율 작물 품종 구축량 비율 벼 삼강1호 2,514 5% 밀 금강 2,011 4% 고추 부라보고추 2,021 4% 수광 2,339 4% 조경 2,025 4% 독주역강 2,071 4% 새칠보 2,581 5% 백강 2,044 4% 맘모스고추 2,012 4% 새일품 2,344 4% 새금강 2,047 4% 녹국풋 2,002 4% 청품 2,456 4% 황금알 2,000 4% 따따블고추 2,147 4% 배추 월동춘채 2,018 4% 무 게걸무 2,000 4% 만수무강 2,386 4% 열무새바람 2,000 4% 총 구축량 봄동배추씨알설춘 2,555 4% 다발무기발 2,000 4% 54,867장 마트엇갈이 2,429 4% 청두무 2,000 4% 배추아시아서울 2,864 4% 안토풀 2,001 4% ○ 데이터 분포
☐ 작물 품종 특성 데이터
○ 데이터 구축 규모
작물 품종 구축량 비율 작물 품종 구축량 비율 고추 에이알돌격탄 6,254 2% 무 홍빛열 6,476 3% 티탄스피드 6,318 2% 미소열 6,443 3% 피알당첨 6,196 2% 흑단여름열 6,410 3% 피알불강 6,300 2% 새바람열 6,335 2% 에이알탄저박사 6,165 2% 초하열 6,446 3% 불칼라 6,282 2% 새치마열 6,454 3% 피알매운청양 6,303 2% 참맛치마열 6,380 3% 대성 6,292 2% 수라상열 6,419 3% 올복합 6,208 2% 서도열 6,416 3% 케이칼탄 6,806 3% 향단이 6,243 2% 상추 탑그린 6,781 3% 배추 신천엇갈이 6,523 3% 진청맛 6,310 2% 신록엇갈이 6,507 3% 열풍적치마 6,585 3% CR새신록엇갈이 6,356 2% 선풍골드 6,268 2% 경신엇갈이배추 6,089 2% 로메인 6,122 2% 청광엇갈이 6,468 3% 청하랑 6,033 2% 단비엇갈이 6,417 3% 삼복먹치마 6,355 2% 신청명엇갈이 6,466 3% 흑하랑 6,094 2% 진맛얼갈이 6,369 3% 슈퍼열풍 6,536 3% 서울 6,066 2% 여름청치마 6,615 3% 마트엇갈이 6,509 3% 총 구축량 254,615장 ○ 데이터 분포
-
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드데이터 명 종자 발아 학습데이터 학습 모델 인공지능 기반 종자 발아상태 탐지 모델 모델 YOLOv5 성능 지표 종자 발아 상태 탐지 성능, mAP 70% 이상 개발 내용 작물의 종자 발아 시계열 데이터를 활용하여 개체별 발아 상태(정상발아, 이상발아, 불발아)를 탐지하는 모델 개발 응용서비스 유전적, 식물 발달 및 생리학 연구 등, 종자의 사용이 증가함에 따라 발아 여부 확인의 필요성뿐만 아니라, 종자의 발아 상태를 판별해야 할 필요성이 증대.이에 따른 연구 및 비즈니스 모델 개발에 활용 가능 학습모델 
종자 객체의 영역과 클래스(정상발아, 이상발아, 불발아)를 분류
결과 예시 학습모델 결과 활용 - 종자 이미지 인식을 통해 종자 발아 상태를 판별 가능 * 5종 작물(벼, 밀, 고추, 배추, 무)별 5개 품종 대상 - 기존 종자 전문가의 육안으로 진행하는 달관검사에 의존하여 많은 시간과 인력을 필요로 했던 종자 발아상태 판별 프로세스 효율화, 전문가별 견해 차이 등의 문제가 있던 이상발아(길쭉함, 유리같음 등) 클래스를 객관적이고 균일하게 판별 - 국내 주요 종자에 대한 디지털 발아율 검사 데이터 구축 표준 체계 확립을 위한 초석 - 본 사업을 통해 구축된 데이터를 토대로 지속적인 종자발아 상태 이미지 데이터 구축하여 종자 연구 활동 기초자료로 활용 - 향후 학습 데이터의 활용자를 대상으로 한 교육자료로 활용 가능(관련분야 연구자, 농업관련 직무 종사자 등) 데이터 명 작물 품종 특성 학습데이터 학습 모델 인공지능 기반 작물 품종 탐지 모델 모델 YOLOv5 성능 지표 작물 품종 탐지 성능, mAP 85% 이상 개발 내용 작물의 품종특성 원시 데이터를 활용하여 4개 작물별 10개 품종(총 40개 class)을 탐지하는 모델 개발 응용서비스 작물의 품종 특성 탐지 모델을 활용하여 작물에 따른 양적⋅질적 특성에 대한 정보를 제공하고, 이에 따른 작물의 현 상태를 파악하여 농작물의 품질 향상 및 현황 파악 등에 활용이 가능 학습모델 
종자 객체의 영역과 클래스(정상발아, 이상발아, 불발아)를 분류
결과 예시 학습모델 결과 활용 - 신품종 등록 시 기존 품종과 특성지표 비교에 소요되는 시간 단축 - 기존 국립종자원에 고시된 작물품종 특성 지표에 대한 시각자료로 활용 - 본 사업을 통해 구축된 데이터를 토대로 작물 품종특성 이미지 데이터 구축, 품종특성 관련 연구 활동 자료로 활용 - 향후 학습 데이터의 활용자를 대상으로 한 교육자료로 활용 가능(관련분야 연구자, 농업관련 직무 종사자 등) -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 종자 발아 상태 (정상발아, 이상발아, 불발아) 탐지 성능 Object Detection YOLO v5 mAP@IoU 0.5 70 % 78.6 %
※ 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☐ 종자 발아 데이터
주요 작물 5종(벼, 밀, 고추, 배추, 무)별로 각각 5개 품종을 선정하여 발아 조건이 구비된 생장시설에 종자를 발아시키고, 종자별 발아 전부터 발아 완료시점 까지의 시계열 학습 데이터○ 데이터 구성
- 종이배지(발아객체 100립)기준 발아 전후 시계열 Top view RGB 이미지 데이터
- 종자 객체별 발아상태(정상묘, 비정상묘, 불발아) 판별 라벨링 데이터
- 종자 보급기관, 발행년도, 촬영정보(촬영거리 등), 생장조건(생육일자, 온도 습도, 조도) 등의 설명 데이터< 종자 발아 데이터 구축 개념도 >
○ 종자 발아 데이터 구축 작물별 품종 대상
구분 작물명 작물코드 품종명(품종코드) 1 벼 A 삼강1호(AA), 수광(AB), 새칠보(AC), 새일품(AD), 청품(AE) 2 밀 B 금강(BA), 조경(BB), 백강(BC), 새금강(BD), 황금알
(BE)
3 고추 C 부라보고추(CA), 독주역강(CB), 맘모스고추(CC), 녹국풋(CD), 따따블고추(CE) 4 배추 D 월동춘채(DA), 만수무강(DB), 봄동배추씨알설춘(DC), 마트엇갈이(DD), 배추아시아서울(DE) 5 무 E 게걸무(EA), 열무새바람(EB), 다발무기발(EC), 청두무(ED), 안토풀(EE) ○ 데이터 포맷
구분 획득(수집) 단계 정제 단계 가공(라벨링) 단계 데이터 구분 원시데이터 원천데이터 최종데이터 데이터 형태 디지털 파일 디지털 파일 디지털 파일 형태로 산출 → 디지털 파일 → 디지털 파일 데이터 포맷 이미지 규격 상세 : JPG 이미지 규격 상세 : JPG 이미지: JPG (컬러) (9,000*12,000 이상, 컬러) (9,000*12,000 이상, 컬러) 가공데이터: JSON 형태 (ECMA-404, ISO/IEC 21778:2017, TTAE.OT- 10.0394로 국내외 표준안으로 채택) ○ 라벨링 데이터 구성
구분 속성명 항목설명 TYPE 필수여부 범위 또는 작성예시 1. info-기본 정보 1-1 description 데이터셋 이름 string Y seed1_grade 1-2 url 데이터셋 제작자 url string Y www.camtic.or.kr 1-3 version 제작버전 string Y v.1.0 1-4 year 제작년도 number Y 2022 1-5 type 데이터셋 타입 string Y jpg 1-6 img_path 이미지데이터 폴더 경로 string Y /종자발아/작물명/종자품종코드/촬영회차/img 1-7 label_path 라벨링데이터 폴더 경로 string Y /종자발아/작물명/종자품종코드/촬영회차/json 2. collection - 수집 정보 2-1 crop 작물명(작물코드 참조) string Y [A, B, C, D, E] 2-2 kind 종자 품종(품종코드 참조) string Y [AA, AB, AC, AD, AE,
BA, BB, BC, BD, BE,
CA, CB, CC, CD, CE,
DA, DB, DC, DD, DE,
EA, EB, EC, ED, EE]2-3 paper_num 종이배지 번호 string Y 예) 001 2-4 seed_provider 종자 보급기관 string Y 예) 아세아종묘 2-5 supply_year 종자 보급년도 number Y 예) 2022 2-6 country_origin 종자 원산지 string Y 예) 대한민국 2-7 growing_period 발아 생육시기(일) number Y 0~20 2-8 temperature 생장 온도(℃) number Y 0~50 2-9 humidity 생장 습도(%) number Y 0~100 2-10 illuminance 생장 조도(lx) number Y 0 2-11 img_attribute 촬영장비 속성 string Y Xiaomi 2201116SG 2-12 img_type 촬영 이미지 속성 string Y RGB 2-13 img_time 촬영일시 string Y yyyyMMdd 2-14 img_shot_num 촬영회차 string Y 예) 01 2-15 img_dist 촬영 거리(cm) number Y 0~100 2-16 img_angle 촬영 각도(°) number Y 90 2-17 img_light 조명 색온도(k) number Y 6000 2-18 img_intrinsic_parameter 초점거리(mm) : Fc string Y 예) [8844.91, 0, 4453.60;
0.00, 8837.63, 5954.69;
0.00, 0.00, 1.00]2-19 img_distrotion 왜곡정도 : Kc string Y 예) [-0.04, 0.10, -0.05, -0.02, 000] 3. licenses – 저작권 정보 3-1 licenses_id 라이센스 고유번호 number Y 1 3-2 licenses_name 라이센스 이름 string Y seed1 4. images – 이미지 데이터 정보 4-1 img_file_name 원천데이터 이름(파일명) string Y 촬영일자_SEED1_종자품종코드_촬영회차_종이배지번호 4-2 img_height 세로 number Y 12,000 4-3 img_width 가로 number Y 9,000 5. annotations – 어노테이션 정보 5-1 obj_num 발아객체 번호 number Y 1~100 5-2 bbox 객체별 bounding box 정보 string Y 예) [0.0, 0.0, 20.0, 23.0] 5-3 obj_bbox_area 객체별 bounding box 면적(픽셀 면적) number Y 예) 30 5-4 obj_bbox_size 객체별 bounding box
크기분류string Y [small, medium, large] 5-5 seed1_grade 객체별 발아 판별 클래스 string Y [정상발아, 이상발아, 불발아, 판별불가] ○ 라벨링 데이터 예시
☐ 작물 품종 특성 데이터
주요 작물 4종(고추, 무, 배추, 상추)별로 각각 5개 품종을 선정한 후, 작물 재배 농가를 섭외하여 작물을 생육하여 작물 품종별 이미지로 구분이 가능한 3개의 양적형질, 3개의 질적형질 특성지표를 선정해 각 지표에 해당되는 작물의 품종 특성 기록 데이터○ 데이터 구성
- 작물 품종별 6개 품종특성(양적형질 3개 질적형질 3개) RGB 이미지 데이터
- 품종 특성값을 기술한 라벨링 데이터
- 종자 품목 및 정보(보급처, 발행년도), 촬영정보(촬영거리 등), 생장조건(생육장소, 온도, 습도, 일사량) 등이 담긴 설명 데이터
○ 작물 품종 특성 데이터 구축 작물별 품종 대상
작물명 작물코드 품종(품종코드) 작물명 작물코드 품종(품종코드) 고추 F 에이알돌격탄(FA) 무 G 홍빛열(GA) 티탄스피드(FB) 미소열(GB) 피알당첨(FC) 흑단여름열(GC) 피알불강(FD) 새바람열(GD) 에이알탄저박사(FE) 초하열(GE) 불칼라(FF) 새치마열(GF) 피알매운청양(FG) 참맛치마열(GG) 대성(FH) 수라상열(GH) 올복합(FI) 서도열(GI) 케이칼탄(FJ) 향단이(GJ) 상추 H 탑그린(HA) 배추 I 신천엇갈이(IA) 진청맛(HB) 신록엇갈이(IB) 열풍적치마(HC) CR새신록엇갈이(IC) 선풍골드(HD) 경신엇갈이배추(ID) 로메인(HE) 청광엇갈이(IE) 청하랑(HF) 단비엇갈이(IF) 삼복먹치마(HG) 신청명엇갈이(IG) 흑하랑 (HH) 진맛얼갈이(IH) 슈퍼열풍(HI) 서울(II) 여름청치마(HJ) 마트엇갈이(IJ) ○ 데이터 포맷
구분 획득(수집) 단계 정제 단계 가공(라벨링) 단계 데이터 구분 원시데이터 원천데이터 최종데이터 데이터 형태 디지털 파일 디지털 파일 디지털 파일 형태로 산출 → 디지털 파일 → 디지털 파일 데이터 포맷 이미지 규격 상세 : JPG 이미지 규격 상세 : JPG 이미지: JPG (컬러) (9,000*12,000 이상, 컬러) (9,000*12,000 이상, 컬러) 가공데이터: JSON 형태 (ECMA-404, ISO/IEC 21778:2017, TTAE.OT- 10.0394로 국내외 표준안으로 채택) ○ 라벨링 데이터 구성
구분 속성명 항목설명 TYPE 필수여부 범위 또는 작성예시 1. info-기본 정보 1-1 description 데이터셋 이름 string Y seed1_grade 1-2 url 데이터셋 제작자 url string Y www.camtic.or.kr 1-3 version 제작버전 string Y v.1.0 1-4 year 제작년도 number Y 2022 1-5 type 데이터셋 타입 string Y jpg 1-6 img_path 이미지데이터
폴더 경로string Y /종자발아/작물명
/종자품종코드/촬영회차/img1-7 label_path 라벨링데이터
폴더 경로string Y /종자발아/작물명
/종자품종코드/촬영회차/json2. collection - 수집 정보 2-1 crop 작물명
(작물코드 참조)string Y [A, B, C, D, E] 2-2 kind 종자 품종 string Y [FA, FB, FC, FD, FE, FF FG, FH, FI, FJ, GA, GB, GC, GD, GE, GF, GG, GH, GI, GJ, HA, HB, HC, HD, HE, HF, HG, HH, HI, HJ, IA, IB, IC, ID, IE, IF, IG, IH, II, IJ] 2-3 location 작물 생육 장소 string Y 예) 전북 완주군 이서면 2-4 seed2_code 특성지표 string Y 01~04 2-5 growth_stage 작물 생육단계 string Y [육묘기, 성숙기, 수확기] 2-6 temperature 수확기 평균 온도(℃) number Y 0~50 2-7 humidity 수확기 평균 습도(%) number Y 0~100 2-8 radiation 수확기 평균 일사량(kWh/㎡) number Y 0~4000 2-9 soil_texture 토성(soil texture) string Y 예) 미사질양토 2-10 soil_p2o5 토양의 유효인산(mg/kg) number Y 0~10000 2-11 soil_ca 토양의 치환성 칼슘(cmolc/kg) number Y 0~20 2-12 soil_k 토양의 치환성 칼륨(cmolc/kg) number Y 0~20 2-13 soil_mg 토양의 치환성 마그네슘(cmolc/kg) number Y 0~20 2-14 soil_om 토양의 유기물(g/kg) number Y 0~100 2-15 soil_ph 토양의 pH(1:5) number Y 0~20 2-16 seed_provider 종자 보급기관 string Y 예) 아세아종묘 2-17 supply_year 종자 보급년도 number Y 예) 2022 2-18 country_origin 종자 원산지 string Y 예) 대한민국 2-19 img_attribute 촬영 장비 속성 string Y Xiaomi 2201116SG 2-20 img_type 촬영 이미지 속성 string Y RGB 2-21 img_time 촬영일시 string Y yyyyMMdd 2-22 img_dist 촬영 거리(cm) number Y 0~100 2-23 img_angle 촬영 각도(°) number Y 90 2-24 img_light 촬영 광원정보 string Y [자연광, 백색광, 황색광] 3. licenses – 저작권 정보 3-1 licenses_id 라이센스 고유번호 number Y 1 3-2 licenses_name 라이센스 이름 string Y seed2 4. images – 이미지 데이터 정보 4-1 img_file_name 원천데이터 이름
(파일명)string Y 촬영일자_SEED2_품종코드_특성지표코드_광원코드_객체번호 4-2 img_height 세로 number Y 4,000 4-3 img_width 가로 number Y 3,000 5. annotations – 어노테이션 정보 5-1 obj_num 객체번호 string Y 0001~9999 5-2 bbox bounding box 정보 string Y 예) [0.0, 0.0, 440.0, 273.0] 5-3 obj_length 객체 장축길이(mm) number N 예) 104 5-4 obj_width 객체 최대폭(mm) number N 예) 19 5-5 seed1_grade 양적형질1 클래스
(하단 평가기준 참조)string Y [정상발아, 이상발아,
불발아, 판별불가]5-6 seed2_grade2 양적형질2 클래스*
(하단 평가기준 참조)number Y 1~10 5-7 seed2_grade3 양적형질3 클래스*
(하단 평가기준 참조)number Y 1~10 5-8 seed2_grade4 질적형질1 클래스*
(하단 평가기준 참조)number Y 1~10 5-9 seed2_grade5 질적형질2 클래스*
(하단 평가기준 참조)number Y 1~10 5-10 seed2_grade6 질적형질3 클래스*
(하단 평가기준 참조)number Y 1~10 5-11 H_anthocyanin_area 상추(H) 객체 면적 대비
안토시아닌 발현 면적 비율number N 예) 0.43 ○ 라벨링 데이터 예시
※ 참고 : 작물별 품종특성 평가기준
작물명 양적형질1 양적형질2 양적형질3 질적형질1 질적형질2 질적형질3 고추 잎몸광택 과실심실사이 홈의 깊이 과실 속살의 모: 하배축 잎: 모양 과실 안토시아닌 두께 안토시아닌 착색 착색 매우약하다 1 없거나 매우 얕다 1 매우얇다 1 없다 1 피침형 1 없다 1 약하다 3 얕다 3 얇다 3 있다 9 난형 2 있다 9 중간 5 중간 5 중간 5 넓은타원형 3 강하다 7 깊다 7 두껍다 7 매우 강하다 9 매우 두껍다 9 무 잎 길이 잎몸 옆절의 수 잎몸 가장자리 껍질색의 수 잎몸 끝 모양 무 속살 색 결각의 깊이 짧다 3 없거나 매우적다 1 없거나 매우 얕다 1 한 개 1 뾰족하다 1 투명한 희색 1 중간 5 적다 3 얕다 3 두 개 2 평평하다 2 불투명한 흰색 2 길다 7 중간 5 중간 5 둥굴다 3 녹색 3 매우길다 9 많다 7 깊다 7 빨강색 4 매우 많다 9 상추 잎 안토시아닌 발현의 정도 잎: 안토시아닌의 발현 면적 잎: 엽맥 잎: 가장자리 잎 안토시아닌의 색조 잎: 색 결각의 종류 없거나 매우 약하다 1 매우 작다 1 비부채살모양 1 둔한톱니모양 1 붉은색 1 녹색 1 약하다 3 작다 3 반부채살모양 2 규칙적인 이빨모양 2 자주색 2 황록색 2 중간 5 중간 5 부채살모양 3 불규칙적인 이빨모양 3 갈색 3 회녹색 3 강하다 7 크다 7 이중이빨모양 4 없음 4 매우 강하다 9 매우 크다 9 삼중이빨모양 5 배추 바깥잎 바깥잎 바깥잎 바깥잎 모양 바깥잎 색깔 바깥잎 안토시아닌 색소 유무 길이 중륵의 길이 중륵의 너비 (유사질적) (유사질적) 짧다 3 짧다 3 좁다 3 원형 1 황록색 1 없다 1 중간 5 중간 5 중간 5 넓은달걀형 2 녹색 2 없다 9 길다 7 길다 7 넓다 7 거꾸로 세운 달걀형 3 회록색 3 좁은달걀형4 빨간색 4 긴타원형 4 자주색 5
○ 라벨링 데이터 예시
-
데이터셋 구축 담당자
수행기관(주관) : (사)캠틱종합기술원
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 박영준 063-219-0345 yjpark2@camtic.or.kr 사업 총괄 수행기관(참여)
수행기관(참여) 기관명 담당업무 전라북도 데이터 수집 협조(전북도내 대외 업무 협조) 전라북도농업기술원 데이터 관련 자문 ㈜에스에스엘 데이터 가공, 모델개발 ㈜하이드로봇테크앤리서치 데이터 수집 및 정제 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 박영준 063-219-0345 yjpark2@camtic.or.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]
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.