Advertisement

vegetables.zip内含3类蔬菜（黄瓜、生菜、莲藕），每类有100张RGB图像

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
vegetables.zip数据集包含3种蔬菜的RGB图像共计300张，其中包括黄瓜、生菜和莲藕各100张图片，适用于图像识别与分类任务。 vegetables包含3类蔬菜（黄瓜、生菜、莲藕），每类包含100张RGB图片。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • vegetables.zip内含3类蔬菜（黄瓜、生菜、莲藕），每类有100张RGB图像
    优质
    vegetables.zip数据集包含3种蔬菜的RGB图像共计300张，其中包括黄瓜、生菜和莲藕各100张图片，适用于图像识别与分类任务。 vegetables包含3类蔬菜（黄瓜、生菜、莲藕），每类包含100张RGB图片。
     
  • 蔬菜种类图像数据库，涵盖豆类、苦瓜、冬瓜、茄子、西兰花、卷心菜、辣椒、胡萝卜、花椰菜、黄瓜、木瓜、土豆、南瓜、萝卜及西红柿
    优质
    本数据库收录了包括豆类、苦瓜等在内的15种常见蔬菜的高清图像，旨在为农业研究与教育提供全面详实的视觉资料。 该蔬菜分类图像数据集包含三个文件夹：train（15000张图片）、test（3000张图片）以及validation（3000张图片）。每个大文件夹内有不同种类的蔬菜子文件夹，共涵盖常见的15种蔬菜。这些蔬菜包括豆子、苦瓜、冬瓜、茄子、西兰花、卷心菜、辣椒、胡萝卜、花椰菜、黄瓜、木瓜、土豆、南瓜、萝卜和西红柿。整个数据集包含21000张图片，每类蔬菜有1400张图像，尺寸为224×224。
     
  • YOLO水果蔬菜数据集含90000张图片及131类.rar
    优质
    这是一个包含90000张图像和131种类别的YOLO格式水果蔬菜数据集压缩文件，适用于物体检测与识别研究。 YOLO水果蔬菜数据集包含真实场景中的高质量图片，格式为jpg，涵盖丰富多样的实际应用场景，共有131个类别。详情及更多数据集可在相关文章中查看。
     
  • 36类常见水果蔬菜识别分类数据集（含3600张图片）.zip
    优质
    本数据集包含36类常见水果和蔬菜共3600张图像，每类别100张。适用于图像识别与分类研究，有助于提升模型对果蔬的辨识能力。 该数据集包含36类果蔬的图像共计3600张，分为水果和蔬菜两大类。其中水果包括香蕉、苹果、梨、葡萄、橙子、猕猴桃、西瓜、石榴、菠萝和芒果；蔬菜则有黄瓜、胡萝卜、辣椒（包括甜椒）、洋葱、马铃薯（包括红薯）、柠檬（虽然通常归为水果）、番茄（西红柿）、萝卜（含多种类型如白萝卜等）、甜菜根、卷心菜、生菜、菠菜、大豆、花椰菜和豌豆。数据集分为三个子文件夹：训练集，每个类别包含100张图像；测试集，每个类别有10张图像用于评估模型性能；验证集，同样为每类提供10张图像以确保模型在不同条件下的表现稳定性。这些图像按具体食品名称分类存储于各个相应的子文件夹中。
     
  • 包含30种常见鱼类的图像数据集（每类鱼有30至100张照片）
    优质
    这是一个独特且详尽的数据集合，包含了三十种常见的鱼类物种，每个种类拥有从30到100张的照片，为研究和识别提供了丰富的视觉资源。 该数据集包含30种常见的鱼类图像，每类鱼的图片数量在30到100张之间不等。
     
  • 蔬菜图片数据集（含JPG格式，15种类别，超过2万张）
    优质
    本蔬菜图片数据集包含15种不同类别，总计逾2万张高质量JPG格式图像，为机器学习与计算机视觉研究提供了丰富资源。 此数据集包含来自15个类别的21000张图像，每个类别共有1400张图像。各个类别的比例相等，所有图片的分辨率为224×224，并以*.jpg格式存储。我们将该数据集分为三部分：大约70%用于训练，约15%用于测试，剩余的约15%则作为验证使用。
     
  • Ox-Flowers17: 17种花卉的RGB图像集，每种类别有80张图片
    优质
    Ox-Flowers17是一个包含17类花卉的RGB图像集合，每类花卉拥有80张高质量图片，为视觉识别和分类研究提供了丰富资源。 Ox-Flowers17 包含17种不同类型的花，每类包含80张RGB图像。
     
  • 水果和蔬菜图像识别
    优质
    本项目聚焦于开发先进的计算机视觉技术，旨在准确识别与分类各种水果及蔬菜。通过深度学习算法优化图像识别精度，助力现代农业智能化管理与零售业库存高效处理。 用MATLAB编写的果蔬图像识别程序，该程序能够提取颜色特征。
     
  • 包含100多种蔬菜水果的图像数据集及训练源码（共计9万余张图片）
    优质
    本数据集包含超过9万张各类蔬菜与水果的高质量图像，涵盖100多个种类，旨在促进食品识别领域的研究和应用。同时提供详细的标注信息及模型训练代码，助力科研人员快速开展相关实验。 包含水果和蔬菜的高质量图像数据集包括以下种类：苹果（品种有Crimson Snow、Golden、Golden-Red、Granny Smith、Pink Lady、Red以及Red Delicious）、杏子、鳄梨及其成熟版本，香蕉（黄色与红色及Lady Finger），红甜菜根，蓝莓，仙人掌果，哈密瓜的两个不同品种，杨桃；蔬菜方面有花椰菜，樱桃的不同种类和Rainier品种；樱桃蜡（包括黄色、红色、黑色）；栗子，克莱门汀柑橘类水果以及椰子。此外还有带壳玉米及成熟黄瓜，枣子与茄子等常见食材；无花果及其根茎姜黄亦在其中。西番莲果实也囊括于内，葡萄则分为蓝色、粉色和白色（不同品种）；葡萄柚包括粉红和白两种颜色的类型；番石榴以及榛子、越橘及猕猴桃均包含在此数据集中，柿子与大头菜同样被纳入考量范围。金桔及其变种柠檬（普通型Meyer）、酸橙、荔枝亦是其中之物，橘子则包括芒果（绿色和红色）在内的诸多水果种类；Mangostan、Maracuja以及Melon Piel de Sapo等异域风味的水果也位列其中。桑葚及油桃（常规和平扁两种类型）也是该数据集的一部分。 总体而言，此高质量图像数据库包含共计90483张图片：训练集中有67692张单一水果或蔬菜的照片；测试集则由22688张此类照片构成；还有103张展示多种水果组合（不同种类）的图象。
     
  • 狗狗图像数据集（含20种类别，每类180张照片）
    优质
    本数据集包含3600张高质量图片，涵盖20种不同犬种，每个类别均有180幅图像，适用于深度学习模型训练和测试。 训练狗狗进行分类识别可以通过参考视频教程来学习。例如，在B站上有一个关于如何训练狗狗的视频（原链接：https://www.bilibili.com/video/av33504629），这个视频提供了详细的指导和技巧，可以帮助你更好地理解和实践这一过程。