MANU HUB 검색
총 4건
식품
목적
유형
정렬
식품
식품 포장용기 외관 비전 검사를 위한 5종 분류 이미지 데이터셋 (13,369건)
CSV
육안 검사에 의존하던 식품 포장용기 외관 검사를 자동화하기 위해 구축된 데이터셋입니다. 미세 이물 검출 및 불량을 정상으로 오판하는 '언더킬(under-kill)' 최소화에 초점을 맞췄습니다. 본 데이터셋으로 학습된 2단 Cascade 모델(YOLO11m-cls + YOLO11m)은 독립 현장 평가셋에서 불량 검출률 99.62~99.74%, Macro F1 96.11~98.54%, 추론 속도 약 90ms를 기록했습니다. 실제 현장의 클래스 불균형, 조명 변화, 미세 이물 조건이 반영되어 있어 산업용 머신비전 모델 연구 및 실증에 유용합니다.
식품
김치 절임 공정 최적 조건 추천 및 품질 예측용 배치 데이터
CSV
본 데이터셋은 김치 절임 공정에서 수집된 배치 단위 요약 데이터와 공정 중 시게열 측정 데이터로 구성된다. 배치 요약 데이터에는 배추 품종, 평균 무게, 경도, 잎 두께 등 원재료 특성과 계절, 실내외 온도, 초기 염도, 초기 수온, 웃소금 투입량 등 공정 시작 조건이 포함된다. 시계열 측정 데이터에는 절임 진행 중 상단 염도, 하단 염도, 수온, pH 등의 값이 시간 흐름에 따라 기록된다.
이 데이터셋은 공정 시작 전에는 최적 절ㅇ미시간과 권장 초기 염도를 추천하고, 공정 진행 중에는 남은 시간을 예측하며, 공정 종료 후에는 최종 품질등급을 판정할 수 있는 형태로 설계되었다. 또한, 일부 데이터는 실측 기반 보완 및 시뮬레이션/증강을 통해 학습 가능한 규모로 확장되었다.
식품
김치 절임 공정 최적 조건 추천 및 품질 예측용 시계열 데이터
CSV
본 데이터셋은 김치 절임 공정에서 수집된 배치 단위 요약 데이터와 공정 중 시게열 측정 데이터로 구성된다. 배치 요약 데이터에는 배추 품종, 평균 무게, 경도, 잎 두께 등 원재료 특성과 계절, 실내외 온도, 초기 염도, 초기 수온, 웃소금 투입량 등 공정 시작 조건이 포함된다. 시계열 측정 데이터에는 절임 진행 중 상단 염도, 하단 염도, 수온, pH 등의 값이 시간 흐름에 따라 기록된다.
이 데이터셋은 공정 시작 전에는 최적 절ㅇ미시간과 권장 초기 염도를 추천하고, 공정 진행 중에는 남은 시간을 예측하며, 공정 종료 후에는 최종 품질등급을 판정할 수 있는 형태로 설계되었다. 또한, 일부 데이터는 실측 기반 보완 및 시뮬레이션/증강을 통해 학습 가능한 규모로 확장되었다.
식품
육가공 건조공정 작업시간 및 수분율 예측 데이터셋
CSV
건조 설비에서 수집된 작업 로그, 센서 정보(온도, 습도), 제품 정보(품목, 두께, 형태) 및 수분율 측정값으로 구성된 데이터셋으로, 건조 시간 최적화 및 품질 정량화를 위한 AI 모델 학습에 활용 가능