摘要：该数据集面向椰枣品种识别、尺寸分类和质量等级检验任务，收录Aseel、Fasli Toto、Gajar和Kupro四个椰枣品种的原始图像。
数据集概述
该数据集面向椰枣品种识别、尺寸分类和质量等级检验任务，收录Aseel、Fasli Toto、Gajar和Kupro四个椰枣品种的原始图像。数据旨在解决人工分拣依赖熟练工人、处理效率有限及等级标准一致性不足等问题，为椰枣加工、出口检验和自动化分级系统研发提供视觉数据支持。
数据结构与关键特征
数据集采用多层文件夹结构组织，首先按照四个椰枣品种划分一级目录，每个品种目录再根据果实大小划分为大、中、小三个子目录，各尺寸目录继续细分为一级、二级和三级质量等级。图像均在受控环境中采集，相机与果实之间的距离保持固定，有利于减少背景、尺度和拍摄距离变化造成的干扰。该结构同时包含品种、尺寸和质量三个层级的标签信息，适合开展层次化分类与细粒度识别研究。
应用价值与研究方向
该数据集可用于椰枣品种分类、果实尺寸检测、质量等级判定、外观缺陷识别及自动化分选设备开发。研究方向包括卷积神经网络与视觉Transformer分类、多任务学习、层次化分类、尺寸估计、颜色与纹理特征分析、目标检测、实例分割及模型轻量化部署；还可结合重量、含水率、成熟度和表面缺陷数据，进一步研究椰枣综合品质评价、智能包装和出口质量控制。
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-590
文件大小：177M
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。
评论(0)