果蔬品种目标检测数据集 | 目标检测 | 农业

【果蔬品种目标检测数据集 | 目标检测 | 农业】
本数据集为面向田间果蔬识别的目标检测数据集，共包含9个标注类别，总计900张标注图像，类别涵盖甜瓜、南瓜、冬瓜、葫芦瓜、糖豆、四棱豆、棱角瓜及豇豆等田间果蔬，适用于农业采摘、果蔬分拣和产量统计场景，可支撑多品种果蔬自动识别与计数模型训练。

数据集概览

• 数据集名称：果蔬品种目标检测数据集
• 任务类型：目标检测
• 图像总数：900 张
• 标注类别：9 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 9 个检测类别：

• 甜瓜（Muskmelon）（甜瓜）
• 南瓜（Pumpkin）（南瓜）
• 冬瓜（Waxgourd）（冬瓜）
• 长瓢葫芦瓜（Bottle gourd）（长瓢葫芦瓜）
• 圆瓢葫芦瓜（Bottle gourd）（圆瓢葫芦瓜）
• 糖豆（Sugar pea）（糖豆）
• 四棱豆（Wing bean）（四棱豆）
• 棱角瓜（Angled gourd）（棱角瓜）
• 豇豆（Yardlong bean）（豇豆）

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. 农业采摘：在田间自动识别多种果蔬，辅助机器人或人工精准采摘。
2. 果蔬分拣：对不同品种果蔬进行分类定位，支撑自动化分拣流水线。
3. 产量统计：通过对果蔬目标的自动计数，辅助田间产量评估与规划。

数据集特点

• 高质量标注：从 Roboflow Universe 精选的高质量图像数据，经过严格筛选与标注，标签边界精确，可直接用于模型训练。
• 真实场景数据：图像源自真实业务场景，涵盖多种光照、角度与环境变化，具备良好的泛化能力，贴近实际部署需求。

获取方式

本数据集提供了下载链接，登录后即可查看：