苹果、梨果、柑橘多类别果实外观缺陷数据集

摘要：本研究构建了一个多类别果实外观缺陷数据集，包含苹果、梨、柑橘三种常见果实的1288张高分辨率图像，为模型训练与性能评估提供数据支持。

数据集简介

数据集

本研究构建了一个多类别果实外观缺陷数据集，包含苹果、梨、柑橘三种常见果实的1288张高分辨率图像，按照7:2:1的比例划分为训练集（901张）、验证集（258张）和测试集（129张）。数据集标注了15个类别，涵盖正常、擦伤、裂纹、腐烂、畸形5种状态，并通过水平翻转、垂直翻转、随机缩放、颜色偏移、高斯模糊、亮度调整等8种数据增强方法扩充样本多样性，有效提升了模型对不同光照条件、拍摄角度和果实尺寸的泛化能力，为高精度缺陷检测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

• 案例1：基于YOLOv8的果实外观缺陷检测系统

图6 应用案例：基于YOLOv8的果实外观缺陷检测系统

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-84-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。