Advertisement

36类常见水果蔬菜识别分类数据集(含3600张图片).zip

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


简介:
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 363600).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。
  • YOLO90000及131.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。
  • fruit-veg
    优质
    fruit-veg 数据集包含丰富的水果和蔬菜图像样本,用于训练机器学习模型以实现准确识别各类蔬果。 文件夹内包含train、valid和test三个部分。train文件夹里存放的是训练图片及其标签,valid文件夹用于存放验证图片与对应的标签,而test文件夹则包含了测试用的图片及标签。总共有大约5000张图片,并且有15个不同的类别,例如胡萝卜、西红柿、土豆和西瓜等。
  • JPG格式,15种,超过2万
    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。
  • 5000
    优质
    本数据集包含5000张不同水质类别的图片,旨在为水质监测与分类提供训练模型的数据支持,促进环保领域的研究与发展。 使用增强后的5000张图片对水质进行分类,并将其分为五类。采用ResNet模型后,准确率可达98%。由于内容有限,我降低了积分要求,因为网站收取的费用较高。
  • 打架75,855,8个).7z
    优质
    本数据集包含75,855张图像,涵盖八种不同类型的肢体冲突场景,旨在用于训练和测试机器学习模型以准确地识别打架行为。 数据集类型:图像分类用,不可用于目标检测且无标注文件。 数据集格式:包含75855张jpg图片,每个类别单独存储在一个文件夹中。 分类类别数:8个 类别名称及每类图片数量: - hit: 4133 张 - kick: 5950 张 - punch: 8921 张 - push: 10335 张 - ride_horse: 16971 张 - shoot_gun: 9832 张 - stand: 11259 张 - wave: 8454 张 重要说明:暂无。 特别声明:本数据集不对训练的模型或权重文件精度作任何保证,仅提供准确且合理分类存放。
  • YOLO目标检测8万).rar
    优质
    简介:该资源包含YOLO水果蔬菜目标检测数据集,内有8万张图片用于训练和测试模型识别不同种类的水果与蔬菜。 1. 资源描述:YOLO目标检测水果蔬菜数据集(8万张图像).rar 2. 资源内容包括参数化编程、便于更改的参数设置,以及清晰易懂的代码结构与详尽注释。 3. 该资源适用于计算机科学、电子信息工程和数学等专业的大学生课程设计、期末大作业及毕业设计项目。 4. 用户可根据需求进一步探索更多数据集及其他仿真源码(详情可自行搜索相关资料)。 5. 资源提供者是一位资深算法工程师,拥有十年在Matlab、Python、C/C++、Java以及YOLO目标检测领域的工作经验。擅长计算机视觉技术、智能优化和信号处理等众多领域的算法仿真实验,并乐意与他人分享交流学习心得。
  • (10
    优质
    该数据集包含多种水果图像,涵盖苹果、香蕉等十种常见类别,旨在支持水果识别与分类的相关研究和应用开发。 10类水果分类数据集包括苹果、猕猴桃、香蕉、樱桃、橘子、芒果、鳄梨、菠萝和草莓,每种水果超过200张图片。
  • 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。