食物种检测数据集 | 目标检测 | 工业检测

【食物种检测数据集 | 目标检测 | 工业检测】

本数据集面向食物种检测场景的目标检测任务，涵盖28个检测类别，总计9,333张标注图像。数据集适用于工业检测领域的算法研究、模型训练与工程应用。

数据集概览

• 数据集名称：食物种检测数据集
• 任务类型：目标检测
• 图像总数：9,333 张
• 标注类别：28 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR
• 数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含28个检测类别，各类别标注分布如下：

• 11（11）— 3,891 个标注实例
• 12（12）— 2,281 个标注实例
• chili（chili）— 1,790 个标注实例
• 6（6）— 1,617 个标注实例
• 7（7）— 1,598 个标注实例
• garlic（garlic）— 1,534 个标注实例
• 5（5）— 1,424 个标注实例
• 4（4）— 1,412 个标注实例
• 8（8）— 1,332 个标注实例
• shrimp（shrimp）— 1,328 个标注实例
• squid（squid）— 1,324 个标注实例
• mackerel（mackerel）— 1,200 个标注实例

技术规格

• 标注格式：YOLO TXT格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
• 数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
• 数据来源：Roboflow Universe 平台

应用场景

1. 产线质量检测与缺陷识别
2. 工业自动化巡检
3. 设备状态监控与预警

数据集特点

• 数据集包含 9,333 张标注图像，覆盖 28 个检测类别
• 标注格式为 YOLO TXT，坐标归一化至 [0, 1] 区间
• 适用于 YOLOv5 / YOLOv8 / YOLOv10 等主流目标检测框架
• 累计标注实例 30,644 个，标注质量高

获取方式

数据集持续整理中，如需获取请关注本站后续更新。

🏷️ 标签

#工业检测 #目标检测 #YOLO数据集 #深度学习 #计算机视觉