摘要：本研究构建了包含苹果、柑橘和梨子的果实检测数据集，共1,786张高分辨率图像、33,135个目标，涵盖多种生长阶段与复杂拍摄场景，采用YOLO格式标注，并按约8∶1∶1划分为训练集、验证集和测试集，为模型训练与性能评估提供数据支持。
数据集简介
数据集
本研究构建了一个包含苹果、柑橘、梨子三类果实的标注数据集，共计1,786张高分辨率图像，包含33,135个精确标注目标，平均每张图像18.55个果实目标，涵盖不同生长阶段、光照条件（晴天、阴天、逆光）、遮挡程度（部分遮挡、完全可见、严重遮挡）和拍摄角度（正面、侧面、俯视）等多样化场景。数据集类别分布为：苹果16,197个(48.88%)、柑橘8,340个(25.17%)、梨子8,598个(25.95%)，类别比例约2:1:1，平衡度良好。每张图像采用YOLO格式进行精确标注，标注框包含类别信息和归一化坐标，数据集按照8:1:1的标准比例划分为训练集（1,428张）、验证集（179张）和测试集（179张），为模型训练和性能评估提供了可靠的数据基础。
图1 数据集直方图
图2 YOLO标注格式说明图
模型训练
图3 训练与验证指标随Epoch变化趋势图
图4 不同置信度阈值下的F1曲线
图5 目标检测PR曲线
图6 归一化混淆矩阵
应用案例
图6 应用案例：基于YOLOv8的果实识别计数系统设计与实现
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：AI-83-Datasets
原创声明：本数据集为原创作品
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)