目录
一、数据集概述
现有水果检测数据集往往背景简单、水果种类单一，且很少包含水果与蔬菜（如洋葱）真实场景。
同时，苹果和番茄等外形相似的类别容易误判，导致模型在实际应用（如智能结算、冰箱管理）中准确率低。
本数据集包含 1055张 真实场景的图片，专门解决以下问题：
- 杂乱遮挡问题：果蔬堆叠、相互遮挡，训练模型在复杂环境下的检测能力。
- 相似类别区分：帮助模型学会区分红苹果与红番茄。
- 抗干扰能力：加入洋葱等非水果类别，提高模型对干扰物的识别能力。
数据集基本信息：
- 标注类别：苹果apple、西瓜watermelon、番茄tomato、菠萝pineapple、洋葱onion（共 5 类）
- 适用任务：学习研究多种水果目标检测识别、智慧农业项目等
二、数据标注实例
- 图像分辨率：640*640 像素
- 标注格式：Labelme JSON格式，包含对象类别和精确标注边界。
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。示例如下：
三、标注工具
工具：X-AnyLabeling-CPU.exe
下载地址：https://github.com/CVHub520/X-AnyLabeling/releases
四、数据下载地址
点击下载：数据集-多种水果目标检测数据集-苹果、西瓜、番茄、菠萝、洋葱（共 5 类）
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