摘要:本研究构建了包含2200张640×640像素图像、涵盖6类新疆香梨外观状态的数据集,按7∶2∶1划分训练集、验证集和测试集,采用12种数据增强方法及YOLO格式标注,为缺陷检测模型训练提供数据支持。
数据集简介
本研究构建了专门的新疆香梨缺陷检测数据集,包含2200张640×640像素的高分辨率图像,涵盖正常梨、擦伤、裂纹、腐烂、畸形、虫害等6个类别,按照7:2:1比例划分为训练集(1540张)、验证集(440张)和测试集(220张),通过水平翻转、垂直翻转、随机缩放、颜色偏移、高斯噪声、模糊等12种数据增强方法生成多样化样本,共标注2427个训练目标框,类别分布均衡(15-19%),采用YOLO格式标注,所有图像-标签对完整匹配,数据质量经过严格验证,为模型训练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7 应用案例:基于YOLO26的新疆香梨缺陷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-91-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)