Advertisement

果蔬识别的数据集.zip

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


简介:
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。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • .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。
  • 基于 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。
  • 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。
  • Yolov5系统+代码+教程.zip
    优质
    本资源包提供了一个基于YOLOv5框架的果蔬识别系统,包含详尽的数据集、完整代码及使用教程,适用于机器学习爱好者与研究人员。 果蔬识别数据集系统+代码+教程 该果蔬识别数据集包含多种常见的水果和蔬菜图像,例如土豆、圣女果、大白菜、大葱、梨、胡萝卜、芒果、苹果、西红柿(番茄)、韭菜以及香蕉等。 此项目不仅提供了一套丰富的训练样本用于开发果蔬分类模型,还配有详细的代码示例与教程文档。通过这些资源的学习者可以掌握从数据预处理到模型构建的全流程技术,并应用于实际场景中进行水果蔬菜识别任务。
  • 菜图像与定位大型
    优质
    本数据集专注于收集并标注高质量的水果和蔬菜图像,旨在促进图像中的目标识别及精准定位研究。 该数据集包括200多个类,每类包含超过300张水果图片,所有图片都经过了旋转处理。 苹果(品种多样:深红色、金色、金红色、史密斯奶奶、粉红女士、红色、红色美味)、杏子、鳄梨(成熟和未成熟的都有)、香蕉(黄色和红色的普通香蕉以及女士手指型)甜菜根红,蓝莓,仙人掌果实,哈密瓜(两个品种),洋芋,花椰菜,樱桃(包括雷尼尔品种),樱桃蜡果(黄、红、黑各种颜色),栗子,克莱门汀柑橘类水果,椰子,带壳玉米,成熟黄瓜,大枣,茄子,无花果,姜根块茎, 石榴果实, 葡萄(有蓝色、粉色和白色品种),葡萄柚(包括粉红色和白色),番石榴(也称芭乐),榛子(或者称为山杏), 越橘 (又称蓝莓的一种), 猕猴桃,卡其果,大头菜根茎类蔬菜, 金缕梅果实或叶片, 柠檬(普通柠檬与梅耶柠檬),青柠,荔枝,柑桔类水果如橙子和柚子等,芒果(包括绿色未成熟和红色成熟的),芒果甜馅饼状的特殊品种, 桑葚浆果,油桃(有普通和平扁两种类型), 核果 (例如核桃), 大葱或洋葱(红、白不同颜色),橘子类水果如桔子或者血橙等,番木瓜,西番莲果实(又称百香果),桃子(各种品种的鲜甜多汁的果实),佩皮诺(也称奇异莓的一种), 梨 (包括阿巴特、福莱尔、凯撒红梨以及怪兽和威廉姆斯等不同种类), 胡椒果实(红色、绿色,橙色或黄色的都有),酸浆(普通类型与带壳品种),菠萝(普通大小及迷你型), 皮塔哈亚果 (也称火龙果的一种), 李子 (各种不同的成熟度和颜色)、石榴甜心部分,土豆(红肉、甜味以及白色多用途种类的都有),木瓜类水果(包括番木瓜),红毛丹(又称荔枝的一种变种), 覆盆子果实, 红醋栗或蔓越莓, 萨拉克 (一种热带浆果), 草莓(普通型和楔形品种)、柽柳树的种子或者果实,坦格洛(一种柑橘类水果),番茄等。
  • -含代码与教程.zip
    优质
    本资源包提供了一个全面的蔬菜图像识别数据集,并附带详细的项目代码和使用教程。有助于进行机器学习模型训练及分类研究。 蔬菜识别数据集提供了TensorFlow代码和教程,结合作者在B站发布的视频学习内容,快速掌握相关技能不是问题。关于数据集的详细信息,请参考相应的博客文章。
  • 36类常见水分类(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。
  • 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。
  • ——
    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。
  • 】利用计算机视觉技术进行(附带Matlab代码).zip
    优质
    本资源提供了一种基于计算机视觉技术的果蔬识别方法,并附带了详细的Matlab实现代码。适用于科研和学习参考。 智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理以及路径规划和无人机等多种领域的Matlab仿真。