Advertisement

图像分类数据集，包含鲜花识别任务（共5类），已完成划分。

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

简介：
该数据集涵盖了4242张鲜花的图像素材。这些数据的收集工作依托于Flickr、谷歌图像搜索以及Yandex图像搜索引擎。借助此数据集，用户能够有效地识别照片中出现的植物种类。数据集中的图片内容被划分为五个类别：洋甘菊、郁金香、玫瑰、向日葵和蒲公英。每节课程所包含的图片数量大约为800张。值得注意的是，这些照片的分辨率相对较低，约为320x240像素；并且，照片尺寸并未统一标准化，而是保留了各自的原始比例。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 已划分的五类鲜花识别图像数据集
    优质
    本数据集包含五大类精心标注的鲜花图像，旨在为计算机视觉和机器学习领域提供高质量训练资源，促进花卉种类自动识别技术的发展。 该数据集包含4242张鲜花图像，收集自flicr、谷歌图像和yandex图像等来源。您可以使用此数据集来识别照片中的植物。内容图片分为五类：洋甘菊、郁金香、玫瑰、向日葵和蒲公英。每类大约有800张照片。这些照片的分辨率不高，约为320x240像素，并且没有统一尺寸，比例各不相同。
     
  • 鲜花识别数据集 包含5种鲜花共4000张图片
    优质
    本数据集包含4000张高质量图片，涵盖五种不同类型的鲜花。每一种鲜花都有800张图片，旨在为机器学习模型提供丰富的训练素材以实现高效的鲜花识别功能。 鲜花数据集已经通过手工进行了分类。
     
  • 已分类的鲜花集合
    优质
    本集合收录了各式各样的已分类鲜花图片和详细介绍，旨在为花卉爱好者提供一个欣赏与学习美丽花朵知识的平台。 配套代码可以在相关博客文章中找到。
     
  • 102类鲜花分类数据集.zip
    优质
    《102类鲜花分类数据集》包含超过一万张高质量鲜花图片，涵盖从常见的玫瑰、向日葵到稀有的兰花等多个品种，旨在促进计算机视觉领域的图像识别与分类研究。 102种鲜花分类数据集.zip是进行花卉识别和AI模型训练的理想选择。
     
  • Yolo鲜花分类数据库集
    优质
    Yolo鲜花分类数据库集是一款专为鲜花图像识别设计的数据集合，包含了多种鲜花种类及其特征信息，旨在支持机器学习模型准确地进行鲜花类别识别与标注。 数据集包含14种类型的花朵图像，其中包括13618张训练图片和98张验证图片，总大小为202MB。该数据集能够识别以下花的种类：康乃馨、鸢尾花、风铃草、金英花、玫瑰、落新妇、郁金香、金盏花、蒲公英、金鸡菊、黑眼菊、睡莲、向日葵和雏菊。 此数据集可用于快速模型验证，性能评估以及小规模分类训练任务。 关于数据格式与结构： 该数据集分为训练集（train）和验证集（val）。这两个文件夹下按类别进行进一步划分，并且每个类别的图片都存放在同一个子文件夹中。所有图像的格式为JPG。此外，还包括一个名为classname.txt的文本段落件，用于列出各类标签对应的名称。
     
  • 害虫分类数据集：包含四种类别的训练集和测试集已划分完毕。
    优质
    本数据集专为害虫图像识别设计，涵盖四大类害虫，内含预划分的训练与测试样本，便于模型训练及性能评估。 我们有一个害虫分类数据集，包含了四种不同的害虫类别。训练集和测试集已经划分完成。
     
  • 102类鲜花的数据分类
    优质
    本数据集包含102种不同类型的鲜花图像，旨在促进花卉识别技术的研究与应用，适用于机器学习模型训练及测试。 我们小组在课程项目中使用了一个包含102个类别的鲜花数据集进行研究。每个类别有40到258张图像，并且这些图像是多样化的。 对于这个数据集，我们尝试了不同的方法并进行了比较分析（如表1所示）。基于比较结果，我们选择了较小的模型作为最终方案，并让它运行更长时间以优化性能。具体来说，在满足提前停止条件的情况下，我们将该模型训练了50个周期。如果在连续五个周期内验证准确性未提升超过0.0001，则会触发停止机制。 经过23轮迭代后，我们的训练过程结束：此时的训练准确率为100%，损失为9.8343e-04；而验证集上的表现则是53%的准确率和3.54的损失。平均测试准确性是47%，各类别的特定精度平均值则为44%，整体精确度评分为0.49。 此外，我们还展示了混淆矩阵以及每个类别的具体精度数值，并且进行了10折交叉验证来进一步确认模型的有效性。