AI-Hub

데이터 변경이력

데이터 히스토리

소개

1. 실제 상업용 곤충사육시설에 적용 가능한 학습용 데이터 및 AI 모델 구축
2. 곤충사육시설 최적의 환경을 위한 핵심 관리요소 확보
3. AI 기술 개발에 필수적인 공공데이터를 제공하고, 민간에서 AI 기술 발전에 따라 자생적으로 데이터를 확장, 개방하는 선순환 생태계 조성

구축목적

1. 영상 데이터 세트 딥러닝을 통해 구추된 AI를 활용한 곤충 객체 탐지
2. 곤충 사육 환경 데이터 세트 딥러닝을 통한 사육 환경 분석 
3. 곤충 사육데이터를 활용한 곤충 생육의 데이터 화

데이터 통계

1. 데이터 구축 규모

2. 데이터셋 별 객체 수량 통계

저작도구 설명서 및 저작도구 다운로드

AI 모델 상세 설명서 다운로드

1. 곤충 영상 분석 모델  

• 구축내용
  • 본과제를 통해 구축된 폴리곤 데이터셋 각각을 학습하여 곤충 객체 인식 능력을 가지는 네트워크를 구축, 이를 코드 형태로 공개 예정.
  • 사용자는 해당 코드를 내려받아 제안된 데이터셋을 학습ㅎ사고, 실제 이미지 및 동영상을 네트워크의 입력 값으로 제공하여 영상 내 곤충객체의 위치와 종류 및 크기를 검출해 볼 수 있음.
  • 또한, 공개된 저장소에서는 제안된 데이터셋을 학습한 모델 파라미터를 제공함
• 신경망 모델
  • 곤충 영상에서 곤충을 인식을 위한 신경망 모델은, 현재 객체인식 알고리즘으로 널리 사용되고, 우수한 성능을 내기로 인정받는 Mask-RCNN을 채택함.
  • 데이터 학습 및 테스트에 사용한 모델 구조는 그림 1로 주어진다. 그림 1에서 (a)부터 (d)까지를 포함하는 모델 구조가 Faster R-CNN에 해당하고, Mask R-CNN 모델은 Faster R-CNN 구조에, 객체의 마스크를 예측하는 모듈, 즉 (e)에 해당하는 모듈을 추가로 부착한 구조임
  • CNN 및 Mask R-CNN은 입력받은 영상에서 특징(Feature)을 추출함. 그 다음 Region Proposal Network (RPN)을 통해 객체가 존재할 가능성이 있는 영역 (RoI)을 예측하고, RoI에 해당하는 Feature Map 영역을 추가 모듈에 입력으로 줌으로써 객체의 최종 바운딩박스 위치와 클래스 분류를 출력으로 얻음 그림 1. Faster R-CNN 및 Mask R-CNN 네트워크 구조의 도식
    
    [그림1. Mask R-CNN 네트워크 구조의 도식화]
  • 해당 과정은 그림 1의 (b), (c), (d)에서 이루어짐. Mask R-CNN의 경우 (e) 구조에서처럼 (d)와 평행한 가지 모듈을 Faster R-CNN에 부착하여 객체의 마스크를 예측함
  • 네트워크에서 이미지의 특징(Feature)을 추출하는 네트워크로써 Resnet50- FPN 네트워크를 사용함
• 알고리즘 학습 방법
  • 본 과제에서 제안된 모델을 학습하기 위해서는 NIA 지능형 곤충 사육 데이터셋(폴리곤 데이터셋)과 공개된 모델 코드의 다운로드 및 설치 과정이 필요함
  • 코드 설치과정은 conda 가상환경 위에서 진행하는 것을 권장함. 
  • 모델 코드 설치 환경 및 설치 방법은 다음의 그림 2와 그림 3으로 주어짐

    2. 곤충 생육 환경 분석 모델

    그림2. 설치 요구사항 및 환경 구성.	그림3. 곤충 객체이식 데이터세 학습을 위한 모델 코드 설치 과정

  • 그림 3. 의 과정을 차례로 수행하면, 객체 인식 모델을 학습할 수 있는 Mask R-CNN의 설치가 완료된다.
  • 폴리곤 데이터셋을 학습한 모델의 정성적인 곤충객체 인식 결과는 아래의 그림 6로 주어짐.그림 6은 폴리곤 데이터셋에 대한 결과를 도식화함. 좌측은 네트워크의 출력 결과를 도시하며, 우측은 이에 대한 어노테이션을 도식화함

    그림3. 폴리곤 데이터셋을 학습한 Mask R-CNN 결과

  • 그림3.을 통해서 곤충 종류별 객체의 위치와 클래스 및 마스크 영역을 잘 예측해내고 있음을 알 수 있다

2. 곤충 생육 환경 분석 모델

• 구축내용 
  • 본과제를 통해 구축된 곤충 생육환경 센서, 관리 데이터셋 각각을 학습하여 곤충 생육환경분석 능력을 가지는 네트워크를 구축, 이를 코드 형태로 NIA AIHub에 공개 예정.
  • 사용자는 해당 코드를 내려받아 제안된 데이터셋을 학습하고 실제 곤충의 생육환경 센서와 관리데이터를 네트워크의 입력 값으로 제공하여 데이터내 곤충 환경정보와 관리데이터를 확인 할 수 있음.
  • 또한, 공개된 AIHub 저장소에서는 제안된 데이터셋을 학습한 모델 파라미터를 제공함
• 곤충 생장 예측 학습모델
  • 곤충생육단계, 사육환경정보(온도, 습도, 조도, CO2, 암모니아)와 구동기 이력정보와 단백질함유량, 천적상태정보를 이용하여 생산량 상관관계를 분석하고, 곤충 생산량을 예측하는 알고리즘 개발하는 것이 목적. 이미지 분류 및 사물인식을 위한 인공지능 모델과는 달리 곤충 생산량에 영향을 미치는 입력 파라미터를 고려해 새로운 모델 구축
  • 독립변수 : 센서를 통해 수집하는 사육환경정보 데이터들이며 다음과 같은 값들을 수집한다. 변수명은 JSON 파일의 항목을 사용함. 이 값들은 모델 학습의 데이터 항목으로 사용

    변수명	설명	비고
    Breeding Room Indoor Temperature	사육장 온도
    Breeding Room Indoor Humidity	사육장 습도
    Breeding Room Indoor Co2	사육장 Co2 농도
    Breeding Room Indoor Surface Moisture Quantity	표면 습도
    Breeding Room Indoor Illumination Intensity	사육장 조도
    Breeding Room Indoor Ammonia	사육장 암모니아 농도
    Breeding Room External Air Velocity	외부 풍속
    Breeding Room External Temperature	외부 온도
    Breeding Room External Humidity	외부 습도
    Breeding Room External Wind Direction	풍향
    Breeding Room External / Alternative
    Insect Breeding Box Temperature	사육박스 온도
    Insect Breeding Box Humidity	사육박스 습도
    Insect Breeding Box Co2	사육박스 Co2 농도
    Insect Breeding Box Mat Temperature	사육박스 매트 습도

  • 종속변수 : 관리데이터이며 곤충의 생장 상태를 직접 관찰해서 수집한 데이터이다. 다음과 같은 값들을 수집한다. 이 값들에서 길이, 평균 무게를 라벨링 데이터로 사용한다.  

    변수명	설명	비고
    Insect Length	길이
    Insect Average Weight	평균 무게
    Insect Molting Information	곤충 변태 정보
    Feed Supply Amount	사료량
    Feed Nutrition Ingredient	사료 영양성분
    Hydration Information	수분 정보

• ▪알고리즘 학습 방법
  • 알고리즘 학습은 데이터 적재, 적재 데이터 분리(학습, 테스트, 검증용), 모델 학습 순서로 진행
  • 학습용 json 데이터 현황
    • 총 91505개의 json 파일을 대상으로 곤충 생장예측모델 학습용 적재 시도 
      
      [적재 대상 json 파일 개수]
  • 학습용 데이터 적재
    • 91505개의 개별 json 파일을 학습시점마다 적재하면 많은 시간이 소요되기 때문에 Sqlite DB에 적제시도. SQlite DB는 학습에 사용할 Pandas 프레임워크에서 바로 사용가능하기 때문에 적재 시간 단축이 가능
    • 총 91505개의 json 파일을 대상으로 곤충 생장예측모델 학습용 적재 시도, 총 77384개의 데이터 적재 성공. 적재 성공 실패 구분은 학습에 필수적인 센서데이터 및 데이터 취득 시점, 관리데이터의 존재 여부로 판단함.
      
      [적재 성공 개수]
  • 학습용 데이터 분리
    • 학습은 곤충 4종의 상태(알, 애벌레,번데기,성충) 별로 진행하기 때문에 데이터를 16개로 나누어 준비한다. 그리고 이 데이터셋을 다시 학습에 사용하기 위해 학습용:테스트용:검증용으로 나누며 분리 비율은 8:1:1이다. 데이터 분리 도구는 sklearn의 StratifiedShuffleSplit 객체를 이용한다.
      
      [데이터셋 분리 구현]
    • 위 구현 내용으로 분리한 데이터셋은 다음과 같다.
      
      [학습용 데이터 분리]
  • 데이터 학습 개요
    • 학습은 4종 곤충의 4개 상태에 대해 학습을 진행한다. 2개의 라벨링 데이터(길이, 무게) 및 학습 모델 2개를 적용하면 64개의 모델을 만들 수 있다.
      [모델 학습 개수]
  • 하이퍼 파라미터 설정
    랜덤포레스트 모델에 사용할 하이퍼 파라미터는 다음과 같이 설정한다. 
    • max_depth : 12
    • min_sample_split :2
    • max_leaf_nodes : None
    • min_sample_leaf :1
    • n_estimators:10
    • max_samples: 0.5
    • max_features : None       
  • SVM 모델에 사용할 하이퍼 파라미터는 다음과 같이 설정한다. 
    • Ɛ(epsilon) 파라미터 :1.5 근방에서 조정
    • 커널 : linear
  • 학습
    • 64개 모델의 학습을 위해 배시 스크립트 및 Windows용 배치 파일을 이용한다. 스크립트 파일은 곤충별로 4개를 준비했으며 동시 실행이 가능하기 때문에 4개 곤충에 대해 학습을 병렬로 진행할 수 있다. 
      
      [누에 학습용 스크립트 실행]
    • 학습에 사용한 패키지 및 버전은 다음과 같다.

      패키지	버전	비고
      파이썬	3.8	개발 언어
      Scikit Learn	0.24.2	학습 프레임워크
      Pandas	1.3.1	데이터 처리
      Matplotlib	3.4.2	그래프 출력

• 학습 결과 및 관련 통계
  • 학습 결과
    • 64개 모델의 학습 결과는 곤충_상태_라벨_모델.pkl 파일 형식으로 만들어진다. 

      항목	값	예
      곤충	누에, 흰점박이꽃무지,갈색거저리,동애등에	누에_알_길이_randomforest.pkl
      상태	알,애벌레,번데기,성충	누에_애벌레_무게_linearsvm.pkl
      라벨	길이,무게
      모델	randomforest, linearsvm

  • 학습 통계
    • 구축데이터 유효성을 검토하여 20개 모델의 학습 진행 후 마지막으로 테스트셋 데이터를 이용해 모델의 MAE, MAPE 값을 측정한다. 테스트셋을 이용한 MAPE 측정값은 다음과 같다.
      
      [유효성 검증 시연결과]
    • 학습 결과 로그에는 모델 빌드 일시, 학습 곤충, 상태, 모델 타입(길이,무게) 학습데이터 수, 테스트데이터 수, 검증데이터 수, random forest MAE값, MAPE 값 등이 포함되어 있다. 랜덤 포레스트 모델이 선형 SVM 모델에 비해 좋은 결과를 보였으며, 생육환경분석모델은 랜덤포레스트모델을 선정했다.

데이터 성능 점수

설명서 및 활용가이드 다운로드

1. 데이터 포맷

• RGB/열화상 이미지데이터는 사육상자에 설치된 카메라에서 추출되는 영상 데이터를 프레임별 정제하여 이미지로 변경한 데이터를 말한다.
• 센서 데이터는 사육상자에 설치된 각종 센서에서 수집 되는 정보를 말한다.
• 관리 데이터는 크라우드워커가 직접 측정하여 수집 되는 정보를 말한다.
• RGB/열화상 이미지데이터 및 센서 데이터, 관리 데이터는 수집된 시간으로 동기화되어 하나의 세트를 구성한다.

2. 데이터 속성 명세서

3. 어노테이션 정보

4. 실제 어노테이션 구조

데이터셋 구축 담당자

수행기관(주관) : ㈜푸디웜

수행기관(참여)