Advertisement

YOLO水果蔬菜数据集含90000张图片及131类.rar

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

简介：
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 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。
     
  • YOLO水果蔬菜目标检测数据集（含8万张图片）.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。
     
  • 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。
     
  • YOLO蔬菜识别数据集含21000张图片及详细说明.rar
    优质
    本资源包含YOLO蔬菜识别数据集，内有21,000张高质量图片及其标注信息，适用于深度学习模型训练与测试。 1. 2万张蔬菜分类图片数据集.rar 2. 包含大白菜、小白菜、胡萝卜、番茄等共15种蔬菜的图像 3. 数据集详情展示及更多数据集下载信息可参考相关文章描述
     
  • Python-Fruits360：包含水果与蔬菜的图像数据集
    优质
    Python-Fruits360 是一个多元化的图像数据库，内含各种水果和蔬菜的照片，旨在促进计算机视觉技术的发展与应用。 Fruits-360：包含水果和蔬菜的图像数据集。
     
  • 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。
     
  • 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。
     
  • 水果蔬菜识别数据集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。
     
  • 水质类别图片数据集（含5000张图片）
    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。
     
  • Yolov5水果蔬菜检测数据集-Fruits-Vegetables_dataset_yolov5.zip
    优质
    Fruits-Vegetables_dataset_yolov5 数据集专为YOLOv5设计，包含丰富多样的水果和蔬菜图像，适用于目标检测任务。 数百张Yolov5水果和蔬菜检测数据集已经准备好，包括香蕉、橘子、苹果等多种水果和蔬菜。数据集目录已配置好，并划分成train、val 和 test三个部分，附有data.yaml文件。使用Yolov5、Yolov7或 Yolov8等算法可以直接进行模型训练。 数据集的配置目录结构如下： - train: ./train/images - val: ./valid/images - test: ./test/images