蔬菜杂货目标检测数据集 | 目标检测 | 农业

【蔬菜杂货目标检测数据集 | 目标检测 | 农业】
本数据集为面向蔬菜杂货识别的目标检测数据集，共包含16个标注类别，总计569张标注图像，类别涵盖番茄、黄瓜、茄子、土豆、胡萝卜、洋葱、卷心菜、青椒、西葫芦、大蒜、甜菜、鸡蛋等常见果蔬及杂货，适用于超市收银自动结算、仓储分拣与蔬果品类识别场景，可支撑多品类蔬果自动检测与计数模型训练。

数据集概览

• 数据集名称：蔬菜杂货目标检测数据集
• 任务类型：目标检测
• 图像总数：569 张
• 标注类别：16 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 16 个检测类别：

• 番茄（Tomato）（番茄）
• 黄瓜（Cucumber）（黄瓜）
• 茄子（Eggplant）（茄子）
• 土豆（Potato）（土豆）
• 胡萝卜（Carrot）（胡萝卜）
• 洋葱（Onion）（洋葱）
• 卷心菜（Cabbage）（卷心菜）
• 青椒（Green Pepper）（青椒）
• 西葫芦（Zucchini）（西葫芦）
• 大蒜（Garlic）（大蒜）
• 甜菜（Beet）（甜菜）
• 鸡蛋（Egg）（鸡蛋）
• 苹果（Apple）（苹果）
• 香蕉（Banana）（香蕉）
• 橙子（Orange）（橙子）
• 葡萄（Grape）（葡萄）

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. 超市自动结算：识别多种蔬果杂货品类，支撑无人收银与自动计价。
2. 仓储分拣：对不同品类蔬果进行分类定位，辅助仓储数字化分拣。
3. 蔬果品类识别：对常见蔬果进行自动检测与计数，辅助库存与销量统计。

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：