YOLOv11室内果蔬摆放香蕉目标检测数据集-4187张-banana-1_4

YOLOv11室内果蔬摆放香蕉目标检测数据集

📊 数据集基本信息

• 目标类别： 'Platano'
• 中文类别：'香蕉'
• 训练集：2936 张
• 验证集：829 张
• 测试集：422 张
• 总计：4187 张

📄 data.yaml 配置信息

该数据集提供了data.yaml文件，内容如下：

train: ../train/images
val: ../valid/images
test: ../test/images

nc: 1
names: ['Platano']

🖼️ 标注可视化

📝 数据集分析

该数据集聚焦于室内环境中香蕉的精准识别与定位，涵盖多种光照条件、摆放姿态及背景干扰场景，充分模拟真实生活中的果蔬陈列环境。图像中香蕉呈现不同成熟度、单个或成簇状态，背景包括木质桌面、纯色平面及复杂纹理表面，具备良好的多样性与代表性，适用于高精度目标检测模型的训练与评估。

该数据集包含训练集2936张、验证集829张、测试集422张，总计4187张图像，分布结构合理，能够有效支持模型训练过程中的参数优化与性能验证。训练集规模充足，保障模型学习能力；验证集与测试集比例适中，确保模型泛化能力评估的可靠性，整体数据划分科学严谨。

标注工作严格按照目标边界框规范执行，所有香蕉实例均被准确框选，标注框紧贴物体边缘，无明显偏移或漏标现象。多角度、多尺度的样本覆盖提升了标注的鲁棒性，且标签一致性高，为后续模型训练提供了高质量的监督信号，显著提升检测精度与稳定性。

该数据集可广泛应用于智能零售、生鲜电商、自动化分拣系统等场景，尤其适用于需要对水果进行快速识别与计数的智能视觉系统。其多样化的拍摄环境和丰富的样本形态使其在实际部署中具备较强的适应能力，有助于推动农业智能化与消费场景数字化进程。

其在实际部署中具备较强的适应能力，有助于推动农业智能化与消费场景数字化进程。

数据集下载

参考：小郭AI日志
https://mp.weixin.qq.com/s/7H8uEjxlIYnWA4uOdGyHpA?payreadticket=HHYehCnhWslEeKolx_w__Pz9JF1fIYcQux0KLxGFu2R7CxAeyBjULVDDtsYzxUNkfqXvyUc