-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2021-06-25 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-10-14 신규 샘플데이터 개방 소개
축산품 상품등급 자동 분류를 위한 축산품 상품등급 이미지 데이터
구축목적
축산물 품질관리 시스템을 구축하기 위한 데이터셋
-
메타데이터 구조표 데이터 영역 농축수산 데이터 유형 이미지 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2020년/16만 -
구축 내용 및 제공 데이터량
- 축산물 품질 이미지
축산물 품질 이미지 표 종류 세부분류 성별 데이터 확보항목 품질 기준 소 한우 암 한우 등심 단면품질 / 2분도체 
소 한우 수 한우 등심 단면품질 / 2분도체 소 육우(홀스타인) 수 육우 등심 단면품질 / 2분도체 돼지 YLD 암 삽겹살 단면 품질 
돼지 YLD 수 삼겹살 단면 품질 닭 육계 - 외관품질(앞뒤) 
달걀 외관품질 - 외관 품질 
달걀 신선도 - 호우 유닛(신선도 품질) 
구축 내용 및 제공 데이터량 표 분류 소 도체
(한우)(암/수)소 도체
(육우)(암/수)돼지 도체
(암/수)닭 도체 달걀
(외관, 호우)내용 가공데이터 가공데이터 가공데이터 가공데이터 원본이미지
가공데이터구축 규모 60,000건 10,000건 10,000건 40,000건 40,000건 암 10,000건 - 5,000건 - 호우 30,000건 수 50,000건 10,000건 5,000건 - 외관 10,000건
- 축산물 품질 이미지
-
-
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 소도체 품질 등급 예측 Prediction ResNeXt Accuracy 90 % 97.97 % 2 영상 내 닭 도체(파계등급) 예측 Prediction adversarial Autoencoder, ResNet50 F1-Score(macro) 0.8 점 0.83 점 3 영상 내 계란의 신선도(호우유닛) 기반 품질 등급 예측 Prediction EfficientNet B7 F1-Score(macro) 0.8 점 0.83 점 4 소도체 살코기 영역의 segmentation Segmentation U-Net mIoU 80 % 88 % 5 영상 내의 닭의 영역의 segmentation Segmentation U-Net mIoU 80 % 91 % 6 영상 내의 달걀 노른자 영역 segmentation Segmentation U-Net mIoU 80 % 93 %
※ 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 다운로드데이터 변경이력
축산물 품질(QC)이미지-데이터 변경이력 버전 일자 변경내용 비고 1.0 2021.06.25 데이터 최초 개방 구축 목적
- 축산물 품질관리 시스템을 구축하기 위한 데이터셋
활용 분야
- AI 기술을 활용하여 기존 축산물 품질 평가 과정에서 발생하는 휴먼 에러를 줄임으로써 사람을 통한 축산물 품질 평가 체계의 단점을 보완하고 일관성 있는 평가를 할 수 있으며, 이와 같은 평가 체계로 인하여 축산물 소비자에게 우리나라 축산물에 대한 신뢰성을 제고 할 수 있음
소개
- 주요 축산물 등급별 이미지를 나타낸 품질 관련 이미지 데이터 구축
- 주요 축산물 등급별 이미지를 나타낸 품질 관련 이미지 데이터셋 구축을 통해 축종별 품질 등급에 대하여 높은 정확도, 신뢰도, 일관성 있는 자동화 등급 분류 알고리즘의 구현
구축 내용 및 제공 데이터량
- 축산물 품질 이미지
축산물 품질 이미지 표 종류 세부분류 성별 데이터 확보항목 품질 기준 소 한우 암 한우 등심 단면품질 / 2분도체 소 한우 수 한우 등심 단면품질 / 2분도체 소 육우(홀스타인) 수 육우 등심 단면품질 / 2분도체 돼지 YLD 암 삽겹살 단면 품질 돼지 YLD 수 삼겹살 단면 품질 닭 육계 - 외관품질(앞뒤) 달걀 외관품질 - 외관 품질 달걀 신선도 - 호우 유닛(신선도 품질) 구축 내용 및 제공 데이터량 표 분류 소 도체
(한우)(암/수)소 도체
(육우)(암/수)돼지 도체
(암/수)닭 도체 달걀
(외관, 호우)내용 가공데이터 가공데이터 가공데이터 가공데이터 원본이미지
가공데이터구축 규모 60,000건 10,000건 10,000건 40,000건 40,000건 암 10,000건 - 5,000건 - 호우 30,000건 수 50,000건 10,000건 5,000건 - 외관 10,000건
대표도면
- 이미지 내 품질결정 영역 검출 결과
필요성
- 기존 축산물 등급제도의 개선 과정에서 등급 판정 기준에 따라 사육하는 농가도 제도 변경으로 인해 비효율을 감당하고 있고, 축산물 소비자는 등급 판정 기준에 대해 혼란을 겪고 있어서 어느 때보다도 품질 판정에 대한 명확하고 객관적인 기준 설정과 시스템이 필요
데이터 구조
- 데이터 구성
- 소 도체, 돼지 도체의 JSON구조데이터 구성 소,돼지 도체의 JSON구조 표 JSON 파일 상위항목 중위항목 설명 label_info image file_name 입력 이미지 파일 이름 (.jpg) width 입력 이미지 크기 (너비) height 입력 이미지 크기 (높이) shapes label 축산물 구분 (육우/한우/돼지) points Shape type에서 정의된 객체의 위치 정보(x,y) shape_type 객체의 라벨링 타입 (Segmentation) grade 객체의 등급 gender 객체의 성별
- 닭 도체, 달걀의 JSON구조데이터 구성 소,돼지 도체의 JSON구조 표 JSON 파일 상위항목 중위항목 설명 label_info image file_name 입력 이미지 파일 이름 (.jpg) width 입력 이미지 크기 (너비) height 입력 이미지 크기 (높이) shapes label 축산물 구분
(닭도체앞면/닭도체뒷면/달걀윗면/달걀옆면)points Shape type에서 정의된 객체의 위치 정보 (x,y) shape_type 객체의 라벨링 타입
(Bbox, Segmentation, Keypoint)grade 객체의 등급 - 어노테이션 포맷
어노테이션 포맷 표 분류 소 도체
(한우)소 도체
(육우)돼지 도체 닭 도체 달걀
(외관, 호우)내용 가공이미지 가공이미지 가공이미지 가공이미지 외관 : 원본이미지
호우 : 가공이미지항목 포함여부 파일 이름 file_name Y Y Y Y Y 이미지 너비 width Y Y Y Y Y 이미지 높이 height Y Y Y Y Y 축산물 구분 label Y Y Y Y Y 객체의 위치정보
(x,y좌표)points Y Y Y Y Y 라벨링 타입
(x,y좌표)shape_type Y Y Y Y Y 객체의 등급 grade Y Y Y Y Y 객체의 성별 gender Y Y Y N N
-
데이터셋 구축 담당자
수행기관(주관) : 한국축산데이터
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 경노겸 02-6956-1120 daniel@aidkr.com · 사업 관리 총괄 · 크라우드 소싱기반 데이터 수집 · 원본데이터 정제 · AI 모델 개발을 위한 라벨링 작업 · 가공된 데이터의 품질 검증 · AI 모델 리서치, 모델 트레이닝 수행기관(참여)
수행기관(참여) 기관명 담당업무 KAIST · 데이터 수집 협업
· AI모델 개발을 위한 품질 검증
· AI모델 리서치, 모델 트레이닝SELECTSTAR · 크라우드 소싱기반
· AI모델 리서치, 모델 트레이닝BLUE TILE LAB · AI 모델 개발을 위한 라벨링 작업
· 데이터 품질 체크
· AI모델 리서치, 모델 트레이닝데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 김도연(한국축산데이터) 02-6956-1120 ellie@aidkr.com
-
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.