Advertisement

基于YOLOv的水果识别数据集

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


简介:
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • YOLOv
    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。
  • ——
    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。
  • YOLOv5
    优质
    本数据集基于YOLOv5开发,专门用于果蔬图像的识别与分类,涵盖多种常见果蔬种类,旨在提升模型在实际应用场景中的准确性和效率。 果蔬识别数据集已经经过测试。如有需要其他的数据集,请联系作者。
  • 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。
  • MATLAB
    优质
    本项目利用MATLAB开发了一套水果识别系统,通过图像处理和机器学习技术自动辨识多种常见水果,旨在提高农业自动化水平与效率。 本段落件包含基于Matlab的水果识别代码及详细说明。
  • .zip_图片_Matlab_代码
    优质
    本项目提供了一个利用Matlab编写的水果识别系统,能够通过图像识别技术准确辨别多种常见水果。适用于科研、教学及个人兴趣学习。 MATLAB编写的水果识别程序能够测试多幅图片,并且绝对可用。该程序配有完整代码、报告以及相关图片,有助于理解图像处理及识别的具体应用。
  • .zip
    优质
    该数据集包含多种新鲜果蔬的高分辨率图像,旨在支持机器学习模型训练与测试,涵盖苹果、香蕉等多种常见水果和蔬菜品种。 果蔬识别数据集包含了土豆、圣女果、大白菜、大葱、梨、胡萝卜、芒果、苹果、西红柿、韭菜、香蕉和黄瓜这12种水果蔬菜。
  • 模型训练用照片01
    优质
    本数据集包含各类新鲜水果的高清照片,旨在用于水果识别模型的训练与测试,涵盖苹果、香蕉等多种常见水果品种。 水果照片数据集01用于训练水果识别模型,每个文件夹包含一类水果的照片。