AI-Hub

#축산업

NEW 소(한우, 젖소) 및 돼지 발정행동 데이터

분야농축수산
유형 3D , 이미지 , 비디오 , 텍스트 , 오디오

구축년도 : 2022 갱신년월 : 2024-01 조회수 : 2,696 다운로드 : 70 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.

소개 파일 목록 (API 다운로드)

※ 내국인만 데이터 신청이 가능합니다.

데이터 토론 문의하기 목록

데이터 변경이력

데이터 변경이력
버전	일자	변경내용	비고
1.1	2024-01-17	데이터 최종 개방
1.0	2023-07-31	데이터 개방(Beta Version)

데이터 히스토리

데이터 히스토리
일자	변경내용	비고
2024-01-17	산출물 전체 공개

소개

축사에서 소, 돼지의 발정을 정확하게 진단 및 예측하기 위한 인공지능 자동화 플랫폼을 개발하기 위해 소, 돼지의 발정행동과 관련된 행동학적 수집 데이터와 실제 발정측정 수집 데이터

구축목적

소[한우, 젖소] 및 돼지의 발정여부 예측과 이상행동 감지를 위한 이미지, 오디오 등 다양한 데이터의 모델 학습을 통해 자동화된 인공지능 플랫폼 개발을 위한 통합 데이터셋 구축

메타데이터 구조표
데이터 영역	농축수산	데이터 유형	3D , 이미지 , 비디오 , 텍스트 , 오디오
데이터 형식	mp4, jpg, wav, npy, csv	데이터 출처	소 3개 농장, 젖소 3개 목장, 돼지 1개 농장, 흑돼지 1개 농장
라벨링 유형	Bounding Box(이미지), Keypoints(이미지), Polygon(이미지) 울음소리(음성), 3D체형이미지(3D), 외음부이미지(이미지)	라벨링 형식	JSON
데이터 활용 서비스	발정 및 이상 행동 감지를 통한 정밀한 번식 관리 및 실시간 부상 및 질병도 파악 할 수 있는 한우/젖소 및 임신돈 발정탐지 서비스	데이터 구축년도/ 데이터 구축량	2022년/행동영상파일 600개, 키프레임이미지 100만장, 음성파일 600개, 외음부이미지 6만장, 3D이미지 6만장, 발정체크장비 6000건, 전문가체크 600건, 개체식별 자료 1800건

데이터 통계

[데이터 구축 규모]

데이터 분류	데이터	한우	젖소	양돈	흑돼지	합계
A) 이상행동 데이터	1) 축사(돈사)영상	100개	150개	250개	100개	600개
	2) 키프레임 이미지	16만장	25만장	42만장	17만장	100만장
	3) 울음소리 (5분 단위)	100개	150개	250개	100개	600개
	4) 외음부 이미지	1만장	1만5천장	2만5천장	1만장	6만장
	5) 3D 체형 깊이 이미지	1만장	1만5천장	2만5천장	1만장	6만장
B) 발정판별 데이터	1) 발정체크장비	1천건	1천500건	2천500건	1천건	6천건
B) 발정판별 데이터	2) 전문가 체크 (농장주, 인공수정사 또는 수의사)	100건	150건	250건	100건	600건
C) 개체식별 자료	1) 이력제(등록)번호	100건	150건	250건	100건	600건
	2) 생년월일	100건	150건	250건	100건	600건
	3) 농장정보	100건	150건	250건	100건	600건

[데이터 분포]

데이터 분류	데이터	종류	분포
A) 이상행동 데이터	1) 축사(돈사)영상	한우	17%
		젖소	25%
		돼지	41%
		흑돼지	17%
	2) 키프레임 이미지	한우	16%
		젖소	25%
		돼지	42%
		흑돼지	17%
	3) 울음소리 (5분 단위)	한우	17%
		젖소	25%
		돼지	41%
		흑돼지	17%
	4) 외음부 이미지	한우	17%
		젖소	25%
		돼지	41%
		흑돼지	17%
	5) 3D 체형 깊이 이미지	한우	17%
		젖소	25%
		돼지	41%
		흑돼지	17%
B) 발정판별 데이터	1) 발정체크장비	한우	50%
	1) 발정체크장비	젖소	50%
	2) 전문가 체크 (농장주, 인공수정사 또는 수의사)	한우	17%
		젖소	25%
		돼지	41%
		흑돼지	17%
C) 개체식별 자료	1) 이력제(등록)번호	한우	17%
		젖소	25%
		돼지	41%
		흑돼지	17%
	2) 생년월일	한우	17%
		젖소	25%
		돼지	41%
		흑돼지	17%
	3) 농장정보	한우	17%
		젖소	25%
		돼지	41%
		흑돼지	17%

저작도구 설명서 및 저작도구 다운로드
저작도구 설명서 다운로드 저작도구 다운로드
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드
[모델 설명]
① 가축 다중객체 행동검출 모델 (바운딩박스)

● 2021년도 Megavi Inc.에서 공개한 Anchor-free 구조를 지닌 YOLO 기반 객체검출 모델로써 구조가 단순하며 검출 성능이 매우 우수 (coco2017 test 기준 mAP(50:95) 51.5)
● YOLOX는 기본적으로 Input -> Backbone -> Neck -> Dence Prediction의 구조를 가지고, Darknet53의 Backbone을 통해 Feature Map을 추출
● 가축 다중객체 모델의 축종 및 클래스 분류

- 동물개체 클래스 4종 (한우, 젖소, 양돈, 흑돼지)

- 한우/젖소 행동 클래스 7종 (섬, 앉음, 누음, 밥먹음, 승가, 머리털기, 꼬리세움)

- 양돈/흑돼지 행동 클래스 4종 (섬, 앉음, 누음, 밥먹음)
● 사용 데이터

- 축종 별 Polygon 데이터 (image, json)

② 가축 다중객체 행동검출 모델 (세그멘테이션)

● 2020년도 Facebook AI에서 공개한 Instance segmentation 모델로써 다양한 분야에 널리 쓰인 segmentation 분야의 de-facto 모델 (coco2017 test 기준 mAP(50:95) 41.8)
● Maskrcnn은 Fast-R-CNN의 기본 branch에 새롭게 mask branch가 추가됨
● RPN 전에 FPN(feature pyramid network) 추가됨
● Image segmentation의 maskin을 위해 RoI align이 RoI pooling을 대신하게됨
● 가축 다중객체 모델의 축종 및 행동 클래스 분류

- 동물개체 클래스 4종 (한우, 젖소, 양돈, 흑돼지)
● 사용 데이터

- 축종 별 Polygon 데이터 (image, json)

③ 가축 다중객체 키포인트 검출 모델

● 2020년도 UIUC, Microsoft, Univ, Oregon에서 공개한 multi-person 2D Pose estimation 모델로써 사람 뿐 아니라 동물의 keypoint 추정을 위한 baseline 모델로 널리 사용됨
● Computer vision task에서는 고해상도 표현이 필수적임
● 대부분의 방법은 CNN을 통해 고해상도에서 저해상도 표현으로 Encoding하고 Upsampling이나 Decoder를 통해 고해상도의 표현으로 복구하지만, HRNet은 고해상도의 표현을 지속적으로 유지함
● 방법은 Stage를 지날수록 고해상도에서 저해상도 네트워크를 구성하되, 병렬로 연결하여 고해상도 네트워크를 유지하고, 병렬로 연결된 네트워크간 정보의 교환을 통해 전반적인 정보와 디테일한 정보를 풍부하게 포함
● 가축 다중객체 모델의 축종 분류

- 동물개체 클래스 4종 (한우, 젖소, 양돈, 흑돼지)
● 사용 데이터

- 축종 별 Keypoint 데이터 (image, json)

④ 가축 이상울음 감지 모델

● 2021년도 인트플로우에서 개발한 CNN 기반 이상음원 검출 신경망
● YOLOX_AUDIO는 YOLO의 앵커없는 버전인 YOLOX를 기반으로 하는 오디오 이벤트 감지 모델
● YOLOX_AUDIO의 주요 목표는 이미지 개체 감지 프레임워크를 사용하여 다중 스펙트로그램 도메인에서 미리 정의된 오디오 이벤트를 감지하고 분류하는 것입니다.
● 축종별 이상울음 구간 검출 및 발생구간 시간정보 제시
● 사용 데이터

- 축종 별 울음소리 데이터 (wav, json)

⑤ 멀티모달 기반 가축 발정탐지 모델

● CRNN을 baseline으로 만든 멀티모달 가축 발정탐지 모델
● CRNN이란 CNN을 통해 input 이미지로부터 feature sequence를 추출하고, 추출한 feature sequence들을 RNN의 input으로 사용하여 이미지의 텍스트 시퀸스를 예측하는 모델
● 영상, 소리분석 모델의 추론 결과와 음부이미지 분석모델, 발정탐지기 신호 (한우/젖소)를 취합하여 시계열 분석을 수행하는 멀티모달 발정탐지 모델
● 축종별 발정 개체 예측 정보 제시
● 사용 데이터

- 축종 별 Bounding Box 데이터 (image, json)

- 축종 별 Polygon 데이터 (image, json)

- 축종 별 Keypoint 데이터 (image, json)

- 축종 별 울음소리 데이터 (wav, json)

- 축종 별 외음부 이미지 데이터 (image, json)

- 발정체크장비 메타데이터 (한우, 젖소에만 해당)

[서비스 활용 시나리오]

① 한우/젖소 발정탐지 시나리오

- 승가, 달리기, 끼임 등 한우/젖소에서 주로 보이는 이상행동(발정)을 AI로 감지

- 1분 단위로 디바이스를 통해 알림

- 번식우 및 젖소들의 발정여부 확인 가능

- 번식우 및 젖소들의 끼임 및 돌발행동/상황 확인 가능

- 원격 관리를 통한 자유 시간 확보 가능

② 임신돈 발정탐지 시나리오

- 임신돈 개체별 모니터링

- 수정적기 예측 및 발정으로 보이는 행동을 AI로 감지

한우/젖소 및 임신돈 발정탐지 시나리오 기대효과
1) 비접촉 관리로 동물 스트레스 제로, 동물복지 실현
2) 24시간 개체 별 발정행동 및 이상행동 감지로 정밀한 번식 관리
3) 주요 발정 또는 부상 및 질병 실시간 감지
4) 직관적 사용 방법으로 쉽고 빠른 농장 관리
5) 번식성공률 증가, 노동력 감소로 고수익 실현

데이터 성능 점수

측정값 (%)

기준값 (%)

데이터 성능 지표

데이터 성능 지표
번호	측정항목	AI TASK	학습모델	지표명	기준값 점수	측정값 점수
1	울음소리 감지 성능	Speech Recognition	YOLOX-AUDIO	F1-Score	0.85 점	0.9364 점
2	멀티모달 기반 발정 분류 성능	Object Detection	CRNN	F1-Score	0.9 점	0.9024 점
3	바운딩박스 객체 검출 성능	Object Detection	YOLOX	mAP	65 %	80.63 %
4	세그멘테이션 객체 검출 성능	Object Detection	Mask R-CNN	mAP	60 %	80.13 %
5	키포인트 객체 검출 성능	Object Detection	HRNet	mAP	80 %	92.3 %

※ 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 포맷 개요

● 각 농,목장의 NVR 카메라를 통해 채널별 24시간 영상을 저장하고, 행동영상으로 키프레임 이미지를 추출하였으며, 발정체크장비와 전문가 검수를 통해 발정여부를 파악하고, 저장되는 이미지의 최종 파일명으로 농장정보, 발정시간, 채널, 프레임수를 명시함으로써 울음소리, 외음부 이미지, 3D체형 이미지 등 다른 데이터와의 활용이 가능하도록 하였음.

어노테이션 방식 및 기준
● Bounding Box (객체 행동 박스 식별)
● Polygon (객체 행동 폴리곤 식별)
● Keypoints (객체 행동 키포인트 식별)
● 외음부 이미지 (객체 외음부 기준 발정 여부 식별)
● 3D 이미지 (객체 3D이미지 기준 발정 여부 식별)
● 울음소리 (객체 이상 울음소리 감지)

행동별 라벨링 작업 기준

행동분류 기준
NO	행동분류	영문명	세부내용
1	섬	standing	소: 다른 행동(꼬리세움, 밥먹음, 머리털기)를 하지않고 서있는소 돼지: 네 다리가 땅을 밝고 서 있으며 머리를 들고 앞을 바라보고 있는 경우
2	누움	lying	소: 가슴이 바닥에 닿아있는 경우 돼지: 가슴이 바닥에 닿아있는 경우거나 등 한쪽 면이 바닥에 닿아있고 배가 옆으로 보이면서 누운 경우
3	밥먹음	eating	소: 울타리 밖으로 머리를 빼고 밥먹고 있는 자세 돼지: 서 있는 자세에서 머리를 여물통에 숙이고 있는 경우
4	머리털기	head shaking	소: 머리를 터는 행위거나 머리라 꺾여있는 자세
5	꼬리세움	tailing	소: 서 있는 자세에서 꼬리가 들린 경우
6	앉음	sitting	소: 엉덩이와 뒷다리는 바닥에 닿아있고 앞다리만 펴고 있는 경우 돼지: 엉덩이와 뒷다리는 바닥에 닿아있고 앞다리만 펴고 있는 경우
7	승가	mounting	소: 다른 소 위에 앞발을 올리고 뒷발로 서 있는 자세 (위에 있는 소만 해당)

원천 데이터 (Bounding box)

바운딩박스(Bounding Box)
	원천 데이터	라벨링 데이터
한우
젖소
양돈
흑돼지
BBOX 데이터 포맷 (JSON)

원천 데이터 (Polygon)

폴리곤(Polygon)
	원천 데이터	라벨링 데이터
한우
젖소
양돈
흑돼지
Polygon 데이터 포맷 (JSON)

원천 데이터 (Keypoints)

키포인트(Keypoints)
	원천 데이터	라벨링 데이터
한우
젖소
양돈
흑돼지
Keypoints 데이터 포맷 (JSON)

원천 데이터 (외음부 이미지)

외음부 이미지
	이미지 예시
한우
젖소
양돈
흑돼지
외음부 이미지 데이터 포맷 (JSON)

원천 데이터 (3D 이미지)

3D 이미지
	이미지 예시
한우
젖소
양돈
흑돼지
3D 이미지 데이터 포맷 (JSON)

원천 데이터 (울음소리)

울음소리
	원천 데이터	라벨링 데이터
한우
젖소
양돈
흑돼지
울음소리 데이터 포맷 (JSON)

데이터 구성

구성 항목	Key	타입	설명
키프레임 이미지 라벨	DATASET_NAME	string	데이터세트명
	DATASET_DETAIL	string	데이터셋상세설명
	VERSION	string	버전
	LICENSE	string	라이선스
	CREATE_DATE_TIME	string	파일 생성 일자
	URL	string	URL
	IMAGE_URL	string	이미지 URL
	IMAGE_FILE_NAME	string	이미지 파일명
	WIDTH	number	이미지 가로
	HEIGHT	number	이미지 세로
	TIMESTAMP	number	이미지 추출시점 (프레임번호)
	FARMID	string	농장명
	FARMSCALE	number	사육동수
	HEADCOUNT	number	사육두수
	RECORD_TIME	number	이미지 촬영시간
	ANNOTATION_INFO[]	array	어노테이션정보
	ID	number	어노테이션 식별자
	BOUNDING_BOX_X_COORDINATE	number	바운딩박스 X좌표
	BOUNDING_BOX_Y_COORDINATE	number	바운딩박스 Y좌표
	BOUNDING_BOX_WIDTH	number	바운딩박스 가로
	BOUNDING_BOX _HEIGHT	number	바운딩박스 높이
	POLYGON	array	폴리곤
	POLYGON_AREA_TOTAL	number	폴리곤영역합
	KEYPOINTS	array	키포인트
	NUM_KEYPIONTS	number	키포인트 개수
	CATEGORY_NAME	string	축종 명
	ACTION_NAME	string	행동 명
	CROWDSOURSING_OPERATION_ALTERNATIVE	string	크라우드소싱 작업여부
	ESTRUS	string	발정여부
	INJECTION	string	투약여부
	INJECTION_DATE	number	투약시점(년월일)
	INJECTION_TYPE	string	약품명
	INJECTION_AMOUNT	number	투입량
	FEED	number	사료섭취량
울음소리 라벨	AUDIO	object	오디오정보
	AUDIO_FILE_NAME	string	오디오 파일명
	CRY_COUNT	number	울음소리 횟수
	CRY_TIMESTAMP	array	울음소리 발생 시점 (초 s)
외음부 이미지 라벨	VULVA	object	외음부정보
	DATE	string	촬영 일
	FARM_NAME	string	농장 명
	ANIMAL_ID	string	개체 등록 번호
	ESTRUS	string	발정여부
3D이미지 라벨	3DBODY	object	3D체형정보
	DATE	string	촬영 일
	FARM_NAME	string	농장 명
	ANIMAL_ID	string	개체 등록 번호
	ESTRUS	string	발정여부

어노테이션 포맷

구분		속성명	타입	필수여부	설명
1		INFO	object		데이터정보
	1-1	DATASET_NAME	string	Y	데이터세트명
	1-2	DATASET_DETAIL	string	N	데이터셋상세설명
	1-3	VERSION	string	N	버전
	1-4	LICENSE	string	N	라이선스
	1-5	CREATE_DATE_TIME	string	Y	파일 생성 일자
	1-6	URL	string	N	URL
2		IMAGE	object		이미지파일정보
	2-1	IMAGE_URL	string	Y	이미지 URL
	2-2	IMAGE_FILE_NAME	string	Y	이미지 파일명
	2-3	WIDTH	number	Y	이미지 가로
	2-4	HEIGHT	number	Y	이미지 세로
	2-5	TIMESTAMP	number	Y	이미지 추출시점 (프레임번호)
	2-6	FARMID	string	Y	농장명
	2-7	FARMSCALE	number	Y	사육동수
	2-8	HEADCOUNT	number	Y	사육두수
	2-9	RECORD_TIME	number	Y	이미지 촬영시간
3		ANNOTATION_INFO[]	array		어노테이션정보
	3-1	ID	number	Y	어노테이션 식별자
	3-2	BOUNDING_BOX_X_COORDINATE	number	N	바운딩박스 X좌표
	3-3	BOUNDING_BOX_Y_COORDINATE	number	N	바운딩박스 Y좌표
	3-4	BOUNDING_BOX_WIDTH	number	N	바운딩박스 가로
	3-5	BOUNDING_BOX _HEIGHT	number	N	바운딩박스 높이
	3-6	POLYGON	array	N	폴리곤
	3-7	POLYGON_AREA_TOTAL	number	N	폴리곤영역합
	3-8	KEYPOINTS	array	N	키포인트
	3-9	NUM_KEYPIONTS	number	N	키포인트 개수
	3-10	CATEGORY_NAME	string	Y	축종 명
	3-11	ACTION_NAME	string	Y	행동 명
	3-12	CROWDSOURSING_OPERATION_ALTERNATIVE	string	N	크라우드소싱 작업여부
	3-13	ESTRUS	string	Y	발정여부
	3-14	INJECTION	string	N	투약여부
	3-15	INJECTION_DATE	number	N	투약시점(년월일)
	3-16	INJECTION_TYPE	string	N	약품명
	3-17	INJECTION_AMOUNT	number	N	투입량
	3-18	FEED	number	N	사료섭취량
4		AUDIO	object		오디오정보
	4-1	AUDIO_FILE_NAME	string	Y	오디오 파일명
	4-2	CRY_COUNT	number	Y	울음소리 횟수
	4-3	CRY_TIMESTAMP	array	N	울음소리 발생 시점 (초 s)
5		VULVA	object		외음부정보
	5-1	DATE	string	Y	촬영 일
	5-2	FARM_NAME	string	Y	농장 명
	5-3	ANIMAL_ID	string	Y	개체 등록 번호
	5-4	ESTRUS	string	Y	발정여부
6		3DBODY	object		3D체형정보
	6-1	DATE	string	Y	촬영 일
	6-2	FARM_NAME	string	Y	농장 명
	6-3	ANIMAL_ID	string	Y	개체 등록 번호
	6-4	ESTRUS	string	Y	발정여부

데이터셋 구축 담당자

수행기관(주관) : 인트플로우 주식회사

수행기관(주관)
책임자명	전화번호	대표이메일	담당업무
전광명	062-573-4591	kmjeon@intflow.ai	문의사항 접수 및 대응

수행기관(참여)

수행기관(참여)
기관명	담당업무
㈜유클리드소프트	문의사항 접수 및 대응
전남대학교 산학협력단	문의사항 접수 및 대응

데이터 관련 문의처

데이터 관련 문의처
담당자명	전화번호	이메일
전광명	062-573-4591	kmjeon@intflow.ai

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
  사용신청신청자신청서류 제출*
3. 심사구축기관
4. 승인구축기관
5. 데이터 분석 활용신청자
6. 분석모델반출신청자
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