YOLOv11室内果蔬展示苹果目标检测数据集
📊 数据集基本信息
- 目标类别： 'apple'
- 中文类别：'苹果'
- 训练集：26 张
- 验证集：7 张
- 测试集：4 张
- 总计：37 张
📄 data.yaml 配置信息
该数据集提供了data.yaml文件，内容如下：
yaml
train: ../train/images
val: ../valid/images
test: ../test/images
nc: 1
names: ['apple']🖼️ 标注可视化
📝 数据集分析
该数据集聚焦于室内环境中苹果的精准识别，通过多角度、多光照条件下的高质量图像采集，构建了适用于果蔬分类与品质检测的专用数据资源。图像呈现清晰，背景简洁，突出目标主体，为后续模型训练提供了高价值的视觉信息支持，具备良好的实际应用潜力。
该数据集在样本划分上遵循科学合理的分布原则，训练集包含26张图像，验证集7张，测试集4张，共计37张。此分布结构确保了模型在充分学习基础上进行有效评估，同时保留足够样本用于最终性能验证，整体划分比例均衡，符合标准数据集构建规范。
该数据集标注工作严谨细致，所有苹果均被精确框选，边界紧贴物体轮廓，无明显偏移或遗漏现象。标注框覆盖完整，能够准确反映目标真实位置与尺寸，且标签与实际物体高度一致，体现了高标准的标注质量与一致性，为模型学习提供了可靠依据。
该数据集可广泛应用于智能农业、生鲜电商、自动化分拣等领域的水果识别系统中，尤其适用于需要高精度识别单个果实的场景。其清晰的图像质量和规范的标注方式，有助于提升机器视觉系统在果蔬分类、成熟度判断及缺陷检测等方面的性能表现，具备显著的行业落地价值。
统在果蔬分类、成熟度判断及缺陷检测等方面的性能表现，具备显著的行业落地价值。
数据集下载
参考：小郭AI日志
https://mp.weixin.qq.com/s/7H8uEjxlIYnWA4uOdGyHpA?payreadticket=HHYehCnhWslEeKolx_w__Pz9JF1fIYcQux0KLxGFu2R7CxAeyBjULVDDtsYzxUNkfqXvyUc