NEW 양돈 생체 에너지 데이터 (2023)
- 분야농축수산
- 유형 텍스트 , 이미지 , 비디오
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2024-10-30 데이터 최종 개방 1.0 2024-06-28 데이터 개방 Beta Version 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2024-06-28 산출물 공개 Beta Version 소개
- 양돈 생체 에너지 데이터는 축사 내의 환경정보와 돼지의 체중, 체온과 같은 정보를 수집해 인공지능 자동화 플랫폼 개발에 활용하여 적정한 축사 내 환경 제어 및 사육환경을 예측하고자 함
구축목적
- 돼지의 생체 정보와 스마트 돈사, 챔버 내 환경정보를 활용한 에너지 예측 및 자동제어를 위한 알고리즘, 디지털 트윈 구축 기반 마련
-
메타데이터 구조표 데이터 영역 농축수산 데이터 유형 텍스트 , 이미지 , 비디오 데이터 형식 PNG, CSV 데이터 출처 자체 수집 라벨링 유형 바운딩박스(이미지), 키포인트(이미지) 라벨링 형식 JSON 데이터 활용 서비스 스마트 축산 관리 플랫폼 데이터 구축년도/
데이터 구축량2023년/이미지 데이터 400,153장 / 텍스트 데이터 1,067,808건 -
- 데이터 통계
• 데이터 구축 규모데이터 구축 규모 2차년도 센서 T 175,680 챔버 내 환경(온도, 습도, 환기량 등) 센서 데이터 30만건 이상
2차년도 - 40만건RH 175,680 CO2 175,680 NH3 175,680 소계 702,720 이미지 돼지호흡 300,130 돼지 호흡량 이미지 데이터
40만장 이상
2차년도 – 400,000장바닥표면 100,023 소계 400,153 호흡량 및 증발량 호흡량 109,464 호흡량 및 증발량 측정 데이터
10만건 이상
2차년도 – 15만건증발량 87,840 소계 197,304 열량 데이터 현열 37,440 체중, 피부온도, 직장온도, 분뇨열량데이터 1만건 이상
2차년도 – 21,750건잠열 37,440 소계 74,880 측정
(체중, 피부 온도, 직장 온도 데이터)체중 13,008 직장온도 13,008 피부
온도등 13,008 목 13,008 머리 13,008 소계 65,040 돈분열량
분석 데이터돈분열량 7728 소계 7728 사양관리 환기량 7,728 사양관리 데이터 1만건 이상
2차년도 12,000건섭취량 3,120 급수량 9,288 소계 20,136 • 데이터 분포
데이터 분포 호흡량 데이터 증발량 데이터 돼지 호흡 및 증발량 데이터 분포 돼지 호흡 및 증발량 데이터 분포 돼지 분류 분포 돼지 분류 분포 돼지 당 이미지 수 챔버 당 이미지 수 챔버 당 이미지 수 호흡량 및 증발량 데이터 수 호흡 이미지 데이터 수 돈분열량 데이터 수 호흡량 및 증발량 데이터 수 열량 데이터 수(현열량) 측정 데이터 수(돼지체중) 열량 데이터 수(잠열량) 측정 데이터 수(직장온도) 사양관리 데이터 수(환기량) 측정 데이터 수(등 온도) 사양관리 데이터 수(섭취량) 측정 데이터 수(목 온도) 사양관리 데이터 수(급수량) 측정 데이터 수(머리 온도) 돈분열량 데이터 수 열량 데이터 수(현열량) 열량 데이터 수(잠열량) 사양관리 데이터 수(환기량) 사양관리 데이터 수(섭취량) 사양관리 데이터 수(급수량) -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드- 활용 모델
• 모델학습
- 호흡량 : 호흡량 탐지 모델인 HRNet은 고해상도의 특징을 전체 학습 과정 동안 유지하며 진행할 수 있는 특징을 가지고 있으며 라벨링 된 호흡량의 데이터에서 흡기와 호기를 추출하여 호흡 횟수를 파악함호흡량 학습(Training) 검증(Validation) 시험(Test) 239,998장 (80%) 30,013장 (10%) 30,119장 (10%) 300,130장 - 증발량 : 증발량 탐지 모델인 DetectoRS는 edge 부분의 성능 개선 효과를 보이며 라벨링 된 증발량의 데이터에서 증발량 면적이 줄어드는 부분을 추출하여 증발량을 파악함
증발량 학습(Training) 검증(Validation) 시험(Test) 80,001장 (80%) 10,012장 (10%) 10,010장 (10%) 100,023장 - 무게예측 : 돼지 무게 예측 모델인 XGBoost는 학습, 분류속도가 빠르고 분류와 회귀영역에서 뛰어난 예측 성능을 발휘하며 구축된 돼지무게 텍스트 데이터를 통하여 Prediction 수행
무게예측 학습(Training) 검증(Validation) 시험(Test) 8,024건 (80%) 918건 (10%) 918건 (10%) 9,860건 • 서비스 활용 시나리오
- 돈사 내의 환경과 사양에 따른 돼지의 변화를 토대로 최적의 관리가 가능한 스마트 축산
- 인공지능 자동화 플랫폼 개발해 활용해, 적정한 축사 내 환경 제어 및 사육환경 예측
- 축사 자동제어 가능한 디지털 트윈
- 돼지의 생체 정보와 환경정보를 활용한 스마트 돈사 -
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드- 데이터 구성
• 호흡량 데이터호흡량 데이터 Key Description Type Child Type ImageInfo 이미지 정보 Object video-category 영상유형 String “pig”, “floor” videoid 영상파일번호 number chamber-number 농장(챔버)번호 number pig-classification 돼지분류 String "weaningpig", "piglet", "growing-pig", "porker" pig-number 돼지식별번호 number breathing-type 호흡 종류 String “inspiratory”, “expiratory” date 촬영날짜 String time 촬영시간 String timestamp 영상 내 해당 프레임시간 String annotations 라벨링 정보 Object keypoint-top 키포인트 array pointcount 포인트 개수 number 2 distance 키포인트길이 number TextInfo 농장 정보 Object chamber-number 농장(챔버)번호 number pig-number 돼지식별번호 number weight 돼지체중 number pig-classification 돼지분류 String "weaningpig", "piglet", "growing-pig", "porker" measure-date 측정 날짜 String measure-time 측정 시간 String SensorData 센서 데이터 Object T 온도 number RH 습도 number CO2 이산화탄소 number NH3 암모니아 number breath-rate 호흡수 number TemperatureData 개체 온도 Object rectal-temperature 직장 number back-temperature 등 number neck-temperature 목 number head-temperature 머리 number FeedingAndManagementData 사양관리 Object ventilation-rate 환기량 number feedstuff-volume 섭취량 number watersupply 급수량 number pig-manure 돈분열량 number sensibleHeat 현열량 number sensibleHeat(kW) 현열량(kW) number IatentHeat 잠열량 number IatentHeat(kW) 잠열량(kW) number • 증발량 데이터
증발량 데이터 Key Description Type Child Type ImageInfo 이미지 정보 Object video_category 영상유형 String “pig”, “floor” videoid 영상파일번호 number chamber-number 농장(챔버)번호 number pig-classification 돼지분류 String "weaningpig", "piglet", "growing-pig", "porker" date 촬영날짜 String time 촬영시간 String timestamp 영상내 해당 프레임시간 String annotations 라벨링 정보 Object available-area-bbox 유효영역 array bbox 분뇨영역 array TextInfo 농장 정보 Object chamber-number 농장(챔버)번호 number measure-date 측정 날짜 String measure-time 측정 시간 String pig-classification 돼지분류 String "weaningpig", "piglet", "growing-pig", "porker" SensorData 센서 데이터 Object T 온도 number RH 습도 number CO2 이산화탄소 number NH3 암모니아 number evaporation 증발량 number FeedingAndManagementData 사양관리 Object ventilation-rate 환기량 number feedstuff-volume 섭취량 number watersupply 급수량 number pig-manure 돈분열량 number sensibleHeat 현열량 number sensibleHeat(kW) 현열량(kW) number IatentHeat 잠열량 number IatentHeat(kW) 잠열량(kW) number - 어노테이션 포맷
• 호흡량 데이터호흡량 데이터 구분 항목명 타입 필수
여부설명 1 ImageInfo Object 이미지 정보 1-1 video-category String Y 영상유형 1-2 videoid number Y 영상파일번호 1-3 chamber-number number Y 농장(챔버)번호 1-4 pig-classification String Y 돼지분류 1-5 pig-number number Y 돼지식별번호 1-6 breathing-type String Y 호흡 종류 1-7 date String Y 촬영날짜 1-8 time String Y 촬영시간 1-9 timestamp String 영상 내 해당 프레임시간 2 annotations Object 라벨링 정보 2-1 keypoint-top array Y 키포인트 2-2 pointcount number Y 포인트 개수 2-3 distance number Y 키포인트 길이 3 TextInfo Object 농장 정보 3-1 chamber-number number Y 농장(챔버)번호 3-2 pig-number number Y 돼지식별번호 3-3 weight number Y 돼지체중 3-4 pig-classification String Y 돼지분류 3-5 measure-date String Y 측정 날짜 3-6 measure-time String Y 측정 시간 4 SensorData Object 센서 데이터 4-1 T number Y 온도 4-2 RH number Y 습도 4-3 CO2 number Y 이산화탄소 4-4 NH3 number Y 암모니아 5 breath-rate number Y 호흡수 6 TemperatureData Object 개체 온도 6-1 rectal-temperature number Y 직장 6-2 back-temperature number Y 등 6-3 neck-temperature number Y 목 6-4 head-temperature number Y 머리 7 FeedingAndManagementData Object 사양관리 7-1 ventilation-rate number Y 환기량 7-2 feedstuff_volume number Y 섭취량 7-3 watersupply number Y 급수량 8 pig-manure number Y 돈분열량 9 sensibleHeat number Y 현열량 10 sensibleHeat(kW) number Y 현열량(kW) 11 IatentHeat number Y 잠열량 12 IatentHeat(kW) number Y 잠열량(kW) • 증발량 데이터
증발량 데이터 구분 항목명 타입 필수
여부설명 1 ImageInfo Object 이미지 정보 1-1 video_category String Y 영상유형 1-2 videoid number Y 영상파일번호 1-3 chamber-number number Y 농장(챔버)번호 1-4 pig-classification String Y 돼지분류 1-5 date String Y 촬영날짜 1-6 time String Y 촬영시간 1-7 timestamp String 영상내 해당 프레임시간 2 annotations Object 라벨링 정보 2-1 available-area-bbox array Y 유효영역 2-2 bbox array Y 분뇨영역 3 TextInfo Object 농장 정보 3-1 chamber-number number Y 농장(챔버)번호 3-2 measure-date String Y 측정 날짜 3-3 measure-time String Y 측정 시간 3-4 pig-classification String Y 돼지분류 4 SensorData Object 센서 데이터 4-1 T number Y 온도 4-2 RH number Y 습도 4-3 CO2 number Y 이산화탄소 4-4 NH3 number Y 암모니아 5 evaporation number Y 증발량 6 FeedingAndManagementData Object 사양관리 6-1 ventilation-rate number Y 환기량 6-2 feedstuff_volume number Y 섭취량 6-3 watersupply number Y 급수량 7 pig-manure number Y 돈분열량 8 sensibleHeat number Y 현열량 9 sensibleHeat(kW) number Y 현열량(kW) 10 IatentHeat number Y 잠열량 11 IatentHeat(kW) number Y 잠열량(kW) - 데이터 포맷
• 원천데이터 포맷 예시원천데이터 포맷 예시 category File Name 원천 데이터 이미지
(호흡)- 농장(챔버)번호_이미지유형(pig)_돼지분류_돼지식별번호_촬영날짜_촬영시간_영상번호_이미지번호.png png 이미지
(습윤영역)- 농장(챔버)번호_이미지유형(floor)_돼지분류_촬영날짜_촬영시간_영상번호_이미지번호.png png 텍스트
(센서)- 농장(챔버)번호_센서데이터_수집날짜.csv csv 텍스트
(호흡량)- 농장(챔버)번호_호흡량데이터_수집날짜.csv csv 텍스트
(증발량)- 농장(챔버)번호_증발량데이터_수집날짜.csv csv 텍스트
(열에너지)- 농장(챔버)번호_열에너지데이터_수집날짜.csv csv 텍스트
(돼지체중)- 농장(챔버)번호_돼지체중데이터_수집날짜.csv csv 텍스트
(온도측정)- 농장(챔버)번호_돈분열량데이터_수집날짜.csv csv 텍스트
(돈분열량)- 농장(챔버)번호_돈분열량데이터_수집날짜.csv csv 텍스트
(사양관리)- 농장(챔버)번호_사양관리데이터_수집날짜.csv csv 원천데이터 예시 • JSON 형식
JSON 형식 호흡량 데이터 증발량 데이터 - 실제 예시
실제 예시 호흡량 데이터 증발량 데이터 {
"ImageInfo": {
"video-category": "pig",
"videoid": 8,
"chamber-number": 4,
"pig-classification": "piglet",
"pig-number": 20,
"breathing-type": "expiratory",
"date": "230901",
"time": "1142",
"timestamp": "01051"
},
"annotations": {
"keypoint-top": [
[
482,
681
],
[
541,
216
]
],
"pointcount": 2,
"distance": 646.437
},
"TextInfo": {
"chamber-number": 4,
"pig-number": 20,
"weight": 38.77,
"pig-classification": "piglet",
"measure-date": "230901",
"measure-time": "1142"
},
"SensorData": {
"T": 25.5,
"RH": 24.7,
"CO2": 788.6,
"NH3": 8.1
},
"breath-rate": 56,
"TemperatureData": {
"rectal-temperature": 38.3,
"back-temperature": 33.1,
"neck-temperature": 35.7,
"head-temperature": 33.5
},
"FeedingAndManagementData": {
"ventilation-rate": 2.14,
"feedstuff_volume": 2.295,
"watersupply": 16.9
},
"pig-manure": 825.67,
"sensibleHeat": 67.34,
"sensibleHeat(kW)": 64.08,
"latentHeat": 103.4,
"latentHeat(kW)": 45.24
}{
"ImageInfo": {
"video-category": "floor",
"videoid": 4,
"chamber-number": 1,
"pig-classification": "growing-pig",
"date": "230803",
"time": "1014",
"timestamp": "00001"
},
"annotations": {
"available-area-bbox": [
120,
14,
1752,
1030
],
"bbox": [
120,
618,
970,
412
]
},
"TextInfo": {
"chamber-number": 1,
"measure-date": "230803",
"measure-time": "1014",
"pig-classification": "growing-pig"
},
"SensorData": {
"T": 26.2,
"RH": 24.1,
"CO2": 891.4,
"NH3": 7.9
},
"evaporation": 67.83,
"FeedingAndManagementData": {
"ventilation-rate": 2.34,
"feedstuff_volume": 1.81,
"watersupply": 20.06
},
"pig-manure": 924.73,
"sensibleHeat": 80.2,
"sensibleHeat(kW)": 68.25,
"latentHeat": 58.2,
"latentHeat(kW)": 49.46
} -
데이터셋 구축 담당자
수행기관(주관) : ㈜엠티데이타
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 제갈철우 책임 070-4294-8816 cwjegal@mtdata.co.kr 과제 관리 및 운영, 데이터 정제, 데이터 학습 수행기관(참여)
수행기관(참여) 기관명 담당업무 전북대학교 산학협력단 데이터 수집 설계 및 수집 ㈜정피엔씨연구소 데이터 수집 설계 및 수집 ㈜올림커뮤니케이션즈 데이터 가공 ㈜타임게이트 데이터 검수 및 품질관리 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 ㈜엠티데이타 제갈철우 070-4294-8816 cwjegal@mtdata.co.kr AI모델 관련 문의처
AI모델 관련 문의처 담당자명 전화번호 이메일 ㈜엠티데이타 장마가 070-4294-8817 mgjang@mtdata.co.kr 저작도구 관련 문의처
저작도구 관련 문의처 담당자명 전화번호 이메일 ㈜엠티데이타 정회창 070-8806-7405 hcjeong@mtdata.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.