摘要:本研究构建了包含 1,590 张图像的油桃生长阶段数据集,覆盖幼果期、膨大期、转色期和成熟期,按 7∶2∶1 划分为训练集(1,113 张)、验证集(318 张)和测试集(159 张),采用 YOLO 格式标注归一化边界框,并通过翻转、缩放、颜色偏移和雾化等 10 种增强策略丰富样本,以提升模型在不同光照、拍摄角度和天气条件下的鲁棒性与泛化能力。
数据集简介
本研究构建了一个包含1590张图像的油桃生长阶段数据集,涵盖幼果期、膨大期、转色期和成熟期四个关键生长阶段,按照7:2:1的比例划分为训练集(1113张)、验证集(318张)和测试集(159张)。数据集采用YOLO标准格式标注,每个目标以归一化坐标表示边界框位置,并通过水平翻转、垂直翻转、随机缩放、颜色偏移、随机噪声、亮度调整和雾化效果等10种数据增强策略扩充样本多样性,有效提升了模型在不同光照条件、拍摄角度和天气环境下的鲁棒性与泛化能力。

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的油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-93-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)