面向梨果实目标检测任务构建的果园图像数据集

摘要：面向梨果实目标检测任务构建的果园图像数据集，主要用于 YOLO 系列目标检测模型的训练与评估。

数据集概述

面向梨果实目标检测任务构建的果园图像数据集，主要用于 YOLO 系列目标检测模型的训练与评估。数据集来源于“基于自主无人机的智能果树种植决策系统开发”项目，数字图像由拉脱维亚园艺研究所（LatHort）采集，并由雷泽克内技术学院（RTA）完成目标标注。数据集聚焦真实梨园环境中的梨果实检测，可为智慧果园、自动化采摘和果实产量监测等研究提供视觉数据支持

数据结构与关键特征

数据集包含经过目标框标注的梨园图像，并针对 YOLO 架构进行了 640×640 分辨率适配，属于典型的单类别目标检测数据集，仅包含一个目标类别——Pear（梨）。图像来源于真实果园场景，可能包含枝叶遮挡、果实重叠、复杂背景以及不同光照条件等实际农业视觉问题，因此能够用于评估目标检测模型在自然环境中的定位精度、识别能力和鲁棒性。

应用价值与研究方向

该数据集可用于梨果实目标检测、果实自动计数、成熟度监测、产量估算、机器人采摘定位以及无人机智慧果园巡检等研究。研究人员可采用 YOLOv5、YOLOv8、YOLO11、Faster R-CNN、RT-DETR 等目标检测模型进行实验，并进一步探索小目标检测、遮挡目标识别、复杂背景抑制、模型轻量化、边缘设备部署及无人机视觉检测等方向，为精准农业和智能果园自动化管理提供技术支持。

数据集来源

由张家梁(Bob)整理并于2026年在7zcode平台公开发布。

数据集信息

免责声明与引用

数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。

作者信息

作者：Bob (张家梁)
项目编号：Datasets-537
文件大小：48M
原创声明：本数据集为整理作品

联系方式

开源协议

本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。