摘要:本研究构建了涵盖蟠桃四个生长阶段的1300张图像数据集,按约7∶2∶1划分为训练集909张、验证集260张和测试集131张,并采用10种数据增强策略及经人工校验的YOLO格式标注,提高样本多样性与标注质量。
数据集简介
本研究构建了包含1300张蟠桃图像的专用数据集,涵盖幼果期、膨大期、转色期和成熟期四个生长阶段,按7:2:1比例划分为训练集(909张)、验证集(260张)和测试集(131张),采用水平翻转、垂直翻转、随机缩放、颜色偏移、高斯模糊、亮度调整、雾化效果等10种数据增强策略扩充样本多样性,所有标注采用YOLO格式并经人工校验,确保了数据质量和类别平衡性。

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YOLO26的蟠桃生长阶段检测系统设计与实现
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-89-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。
声明:本站所有项目资源都可以正常运行,亲测无错!而且我们录制了演示视频,在我们注明的环境版本下,项目运行效果完全和演示视频一致。客服QQ:下载须知


评论(0)