常见果蔬目标检测数据集 | 目标检测 | 农业

【常见果蔬目标检测数据集 | 目标检测 | 农业】
本数据集围绕零售与仓储场景中的常见果蔬进行目标检测，共含 8 个类别、总计 1598 张标注图像。类别涵盖马铃薯、茄子、洋葱、辣椒、番茄、黄瓜、柠檬等日常商品，贴近实际流通场景，可服务于果蔬分拣、库存管理与自动结算系统，适合果蔬识别模型的训练与评估。

数据集概览

• 数据集名称：常见果蔬目标检测数据集
• 任务类型：目标检测
• 图像总数：1598 张
• 标注类别：8 类
• 标注格式：YOLO TXT（归一化坐标）
• 适用框架：YOLOv5 / YOLOv8 / YOLOv10 / RT-DETR
• 数据划分：训练集 / 验证集 / 测试集

检测类别与标注分布

本数据集包含 8 个检测类别：

• 马铃薯（马铃薯）
• 茄子（茄子）
• 洋葱（洋葱）
• 辣椒（辣椒）
• 番茄（番茄）
• 黄瓜（黄瓜）
• 柠檬（柠檬）
• 常见果蔬（其他常见果蔬商品）

技术规格

• 标注格式：YOLO TXT 格式，每行标注为 class x_center y_center width height，坐标值归一化至 [0, 1]
• 数据划分：按照标准比例划分训练集、验证集与测试集，可直接用于模型训练与性能评估
• 数据来源：Roboflow Universe 平台

应用场景

1. 果蔬分拣：在仓储与配送环节对各类果蔬自动识别与归类，提升分拣效率。
2. 库存管理：实时统计果蔬种类与数量，辅助库存盘点与供应链管理。
3. 自动结算：在零售结算场景自动识别果蔬品类，实现无感称重结算。

数据集特点

• 高质量标注：目标边界框标注规范统一，类别清晰，适用于主流目标检测框架直接训练。
• 真实场景数据：图像贴近零售与仓储实践场景，涵盖多种常见果蔬形态，具备良好的数据实用性。

获取方式

本数据集提供了百度网盘下载链接，登录后即可查看：