数据集 | 苹果目标检测数据集
文章目录
- 一、数据集概述
- 1.1 领域痛点与解决方案
- 1.2 数据集统计如下：
- 1.3 数据标注实例
- 1.4 数据集技术规格
- 二、标注工具
- 三、数据下载地址
一、数据集概述
1.1 领域痛点与解决方案
在农业智能化转型和精准农业发展的背景下，基于计算机视觉的果实自动检测技术扔值得研究。
本苹果果目标检测数据集具有以下特点与优势：
- 规模适中：包含4430张精心采集的苹果图像，平衡了数据规模与标注质量；
- 场景多样：覆盖不同光照条件(晴天、阴天、逆光)、不同生长期和不同品种的苹果；
- 精细标注：采用统一的标注标准，由农业专家参与审核，确保标注准确性；
- 应用广泛：适用于果实自动计数、成熟度监测、产量预估等多种农业应用场景；
该数据集可为以下研究提供支持：
● 开发果园自动化监测系统；
● 评估不同目标检测算法在农业场景的性能；
● 研究小样本条件下的迁移学习策；
● 探索遮挡情况下的果实检测方法。
数据集统计如下：
1.2 数据集统计如下：
{"im_count": 4430, # 图片数量"label_count": {"apple": 12687 # 苹果目标数量}
}
1.3 数据标注实例
示例如下：
1.4 数据集技术规格
● 图像分辨率：640×640 像素（大部分）
● 标注格式：Labelme JSON格式，包含对象类别和精确边界多边形
该数据集通过精心设计的采集和标注流程，方便为研究学习使用。
二、标注工具
工具：X-AnyLabeling-CPU-v2.5.0.exe
下载地址：https://github.com/CVHub520/X-AnyLabeling/releases
三、数据下载地址
地址：https://download.csdn.net/download/qq_21386397/90678269
如果有用，请点个三连呗 点赞、关注、收藏。
你的鼓励是我最大的动力