水果品类目标检测数据集 | 目标检测 | 农业

【水果品类目标检测数据集】
【水果品类目标检测数据集 | 目标检测 | 农业】n本数据集为面向水果识别的目标检测数据集，共包含5个标注类别，总计1187张标注图像，类别涵盖苹果、梨、西瓜、芒果和橙子等水果，适用于智能零售、果蔬分拣与自动结算场景，可支撑多品种水果的自动识别与定位模型训练。

数据集概览

• 数据集名称：水果品类目标检测数据集
• 任务类型：目标检测
• 图像总数：1187 张
• 标注类别：5 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

本数据集包含以下检测类别：

• TXT（归一化坐标）

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. 检测：相关应用场景。
2. 识别：相关应用场景。
3. 评估：相关应用场景。

数据集特点

• 高质量标注：标注精准、统一规范，标注质量高。
• 真实场景数据：图像场景多样，实用性较强。

获取方式

本数据集提供了网盘下载链接，登录后即可查看。

相关推荐

• YOLOv8训练数据集推荐