Advertisement

Python-Fruits360数据集包含水果和蔬菜的图像。

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


简介:
该数据集,Fruits-360,囊括了各种水果以及蔬菜的图像素材,为相关研究和应用提供了丰富的视觉资源。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • Python-Fruits360
    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。
  • 识别
    优质
    本项目聚焦于开发先进的计算机视觉技术,旨在准确识别与分类各种水果及蔬菜。通过深度学习算法优化图像识别精度,助力现代农业智能化管理与零售业库存高效处理。 用MATLAB编写的果蔬图像识别程序,该程序能够提取颜色特征。
  • 识别与定位大型
    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。
  • 识别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。
  • YOLO90000张片及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。
  • 100多种及训练源码(共计9万余张片)
    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。
  • YOLO目标检测8万张片).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。
  • Yolov5检测-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
  • 多种下载链接合.zip
    优质
    本资源提供多种常见水果和蔬菜的数据集下载链接集合,涵盖图像、标签等信息,适用于计算机视觉研究与项目开发。 【分类数据集】水果和蔬菜图像识别数据集3115张,包含36种。 【图片分类数据集】腰果成熟度分类数据集900张,分为3类。 【目标检测数据集】香蕉检测数据集3550张,采用VOC+YOLO格式。 【目标检测数据集】小辣椒和小彩椒检测数据集2292张,包含3个类别。 【目标检测数据集】香蕉检测数据集1114张,使用VOC+YOLO格式。 【目标检测数据集】香蕉数据集2240张,采用VOC+YOLO格式。 【目标检测数据集】西蓝花数据集1930张,使用VOC+YOLO格式。 【目标检测数据集】西瓜检测数据集330张,以VOC和YOLO格式提供。 【分类数据集】蔬菜水果分类数据集共18000张图片,分为26个类别。 【分类数据集】蔬菜水果分类数据集包含2万张图片,涵盖30种不同类别的果蔬。 【目标检测数据集】柿子检测数据集693张,采用VOC+YOLO格式标注。 【目标检测数据集】苹果、香蕉、橙子、菠萝和葡萄等水果的识别与检测数据集8475张图片,分为6个类别。 【目标检测数据集】苹果数据集1586张,使用VOC+YOLO格式进行标注。 【目标检测数据集】猕猴桃数据集包含1700张不同角度拍摄的照片,并进行了详细标注。 【目标检测数据集】芒果检测数据集897张图片。
  • 36类常见识别分类3600张片).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。