【柑橘品质检测数据集 | 目标检测 | 智慧农业、食品质检、水果分拣】

柑橘品质检测数据集是一个用于目标检测任务的YOLO格式计算机视觉数据集，数据集提供YOLO标准格式标注（.txt文件，class_id center_x center_y width height），支持YOLOv5/v8/v11等主流目标检测框架，可通过数据中国(data2.cn)免费下载。

柑橘品质检测数据集

该数据集面向水果新鲜度检测场景，共标注1559张图像，覆盖苹果、香蕉、橙子三类水果及其腐烂状态，共6个类别，可用于水果分拣流水线中的新鲜度自动判别与品质分级，是智慧农业与食品质检领域的目标检测素材。

数据集标签信息

本数据集采用YOLO格式标注，覆盖3种水果的新鲜与腐烂状态共6类：

• apple（新鲜苹果）
• banana（新鲜香蕉）
• orange（新鲜橙子）
• rotten_apple（腐烂苹果）
• rotten_banana（腐烂香蕉）
• rotten_orange（腐烂橙子）

数据集概览

• 数据集名称：柑橘品质检测数据集
• 任务类型：目标检测（Object Detection）
• 标注格式：YOLO TXT 格式，已划分 train / val / test
• 图像规模：1559 张图像，6 个类别
• 适用框架：YOLOv5 / YOLOv8 / YOLOv9 / YOLOv10 / RT-DETR

适用场景

1. 水果分拣流水线：自动判别水果新鲜度并分级
2. 商超仓储质检：入库水果品质抽检与筛选
3. 食品供应链管理：腐烂水果的及时检出与剔除
4. 目标检测算法研究：用于小规模多分类检测模型训练

数据集亮点

• 贴近实用：新鲜与腐烂双状态标注，直接服务品质分级
• 多水果覆盖：苹果、香蕉、橙子三类常见水果
• 即开即用：YOLO标准标注格式，train/val/test已划分，下载后无需额外转换
• 广泛兼容：适配YOLOv5至YOLOv10全系列目标检测框架，支持微调与迁移学习

获取方式

登录网站后即可免费获取网盘下载地址，一键下载即用。

更多优质数据集请登录网站免费获取，持续更新中！