摘要：面向柑橘果实目标检测、果园产量估算与黄龙病影响分析构建的高分辨率计算机视觉数据集。
数据集概述
面向柑橘果实目标检测、果园产量估算与黄龙病影响分析构建的高分辨率计算机视觉数据集。数据主要来源于真实柑橘果园环境，重点覆盖受到黄龙病（Huanglongbing，HLB）影响的柑橘树，可用于研究病害条件下果实数量和分布变化。数据中的柑橘果实通过目标检测边界框进行标注，同时区分树上的果实和掉落在地面的果实。
数据结构与关键特征
数据集采用标准 YOLO 目标检测格式，主要划分为 train、val 和 test 三个部分，每个部分均包含 images 和 labels 文件夹，同时提供 data.yaml 配置文件。当前版本将原始训练数据按照 85% 训练集、15% 验证集进行重新划分，原始图像及标签内容保持不变。
根据 data.yaml 配置，数据集共有 2 个目标类别，其中类别 0 为 fruit_on_tree，表示树上柑橘果实；类别 1 为 fruit_on_ground，表示地面掉落果实。这种双类别设计能够同时描述正常挂果和落果情况。数据采用高分辨率果园图像，场景中可能存在叶片遮挡、果实重叠、复杂枝叶背景、光照变化以及不同尺度目标等问题，因此对目标检测模型的小目标识别能力、遮挡鲁棒性和复杂背景适应能力具有较高要求。
应用价值与研究方向
该数据集适用于柑橘果实检测、果实自动计数、果园产量估算、落果检测、黄龙病影响评估以及智慧农业视觉分析等研究方向。可以采用 YOLOv8、YOLO11、RT-DETR、Faster R-CNN 等目标检测模型对树上和地面果实进行定位与分类，并通过检测结果统计单株或区域内果实数量，实现自动化产量预测。
进一步还可以研究密集小目标检测、遮挡果实识别、复杂光照增强、果实成熟度分析、果树健康状态评估以及无人机或移动机器人果园巡检等任务。结合多时相图像和病害信息后，还可以分析黄龙病对挂果率、落果率和最终产量的影响，为精准农业、果园管理和病害监测提供数据支持。
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-836
文件大小：1G
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)