Advertisement

水果识别数据集已压缩为.zip格式。

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


简介:
该数据集包含大量高质量的水果图像,涵盖了多种水果种类。具体包括:苹果(包含金黄、红色、以及多样的红色品种,以及其他红色变种),杏子,鳄梨(包括成熟的鳄梨),香蕉,樱桃(涵盖瑞尼尔等不同品种),克莱门蒂娜橙,可可果,日期,百香果,葡萄(呈现粉色、白色和双白色等多种颜色),葡萄柚(同样包含粉色和白色品种),番石榴,哈克贝利橙皮,猕猴桃,卡基橙,金姆斯橙,柠檬(包括普通柠檬和梅耶柠檬),荔枝, 柑橘类水果, 芒果, Maracuja, 瓜皮尔萨波, 桑树, 油桃, 橙子, 木瓜, 百香果, 桃子 (包括Abate、怪物和威廉姆斯等不同品种), 酸浆 (包含普通酸浆和带壳酸浆), 菠萝 (包含普通菠萝和迷你菠萝), Pitahaya红 (红色的Pitahaya), 李子, 石榴, 红毛丹, 覆盆子, 沙拉克, 草莓 (包括普通草莓和楔形草莓), 塔玛利洛 , 橘柚。总共有47593张图片,每张图片都展示了一个单独的水果。训练集包含35625幅图像,验证集则包含了11968幅图像。该数据集总共有71个不同的类别,每个类别对应一种特定的水果种类。图像的分辨率均为100×100像素。文件名遵循“image_index_100.jpg”或“r_image_index_100.jpg”或“r2_image_index_100.jpg”格式;其中,“r”表示旋转的水果,“r2”表示水果围绕第三轴旋转,“100”则代表图像尺寸为100×100像素。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • ——
    优质
    本数据集包含各类新鲜水果的高清图像,旨在支持水果分类研究与模型训练,涵盖苹果、香蕉等多种常见及地方特色水果品种。 22495 水果图片!相关数据集文件包括 fruit-recognition_datasets.txt 和 fruit-recognition_datasets.zip。
  • 图像.zip
    优质
    本数据集包含大量标注清晰的水果图像,旨在支持水果种类识别的研究与应用开发,涵盖苹果、香蕉等多种常见水果。 图像总数:22495张。训练集大小为16854张图片(每张图片包含一个水果或蔬菜)。测试集大小为5641张图片(每张图片同样只含有一个水果或蔬菜)。课程数量共计33个类别,涵盖各种不同的水果和蔬菜种类。图像尺寸统一为100x100像素。 训练数据文件的命名格式是:[水果/蔬菜名称][id].jpg(例如苹果布雷本100.jpg),并且为了提高模型鲁棒性,许多图片还进行了旋转处理。测试集中的文件名采用的是4位数字编号形式,如 0001.jpg。 训练数据结构包括33个子目录,每个水果或蔬菜类别都有自己的专属目录,并且总共有16854张用于训练的图像。测试集中则包含有5641份样本图片。此外还提供了一个.csv文件作为示例提交格式参考,其中包含了正确的ID号及相应的字符串标签信息。
  • 中药材ZIP
    优质
    本数据集为中药材图像集合,旨在辅助用户准确识别各类药材,促进中医药教学与研究。含多种常见及稀有中药材样本,每张图片均标注详细信息。下载后请解压缩浏览内容。 中药材识别数据集包含多种中药材的图像及相关信息,用于支持中药材的研究与教学工作。该数据集旨在帮助研究人员更好地理解和分类不同的中药材种类,并为开发相关应用程序提供基础素材。通过使用高质量、多样化的样本,可以提高机器学习模型在中药材识别任务中的准确性和效率。
  • 点云(.pts).zip
    优质
    该文件为压缩包,内含多个以.pts为扩展名的点云数据文件。这些文件通常用于存储三维空间中的大量点信息,广泛应用于计算机视觉、3D建模和地理信息系统等领域。 点云压缩.pts点云数据.zip
  • 基于YOLOv的
    优质
    本数据集旨在优化YOLOv算法在水果识别中的应用效果,包含多种常见水果的高清图像及标注信息,适用于训练高效、精准的目标检测模型。 我们准备了一个包含苹果、香蕉和橙子的YOLOv数据集用于水果识别任务。整个数据集中共有300张图片,大部分背景为白色,但也有少量含有干扰元素的图片。如果有需要的话,可以提供下载测试版本。
  • 蔬菜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。
  • TIMIT TRAIN WAV
    优质
    本数据集包含了从TIMIT语料库转换而来的WAV音频文件,旨在提供高质量、标准化的声音样本用于语音识别和声学模型训练。 TIMIT TRAIN数据集DR2已转换为WAV格式,并包含了每条语音的标注。
  • TIMIT TRAIN WAV
    优质
    该数据集包含TIMIT语料库的音频文件,现已全部转换为WAV格式,便于语音识别和合成技术的研究与应用。 TIMIT TRAIN数据集DR2已转换为WAV格式,并包含了每条语音的标注。