基于YOLO26算法的智慧农业橙子图像识别 橙子采摘识别 水果采摘识别 高清采摘过程图像识别 YOLO+voc格式数据集第10410期
智慧农业数据集README
数据集核心概况
类别说明
该数据集共包含 5 类目标，中文名称分别为：桶、橙子、人、剪刀、树
类别覆盖日常物品与自然元素，无冗余交叉分类，贴合多场景目标检测的标注与训练需求
数量说明
总计包含 1300 张高质量标注图片，覆盖不同拍摄角度、光照强度与环境背景
标注框总量根据样本分布合理设置，无明显类别失衡问题，满足深度学习模型训练的基础数据量要求
应用价值说明
可为多场景目标检测模型提供高质量训练数据支撑，助力模型学习不同类别目标的视觉特征
可用于验证目标检测算法在复杂环境下的精度与鲁棒性，为算法优化迭代提供数据依据
数据集关键信息汇总表
| 项目 | 详情 |
|---|---|
| 类别数量及名称 | 5 类；桶、橙子、人、剪刀、树 |
| 数据数量 | 1300 张标注图片 |
| 数据集格式 | YOLO 格式 |
| 核心应用价值 | 1. 支撑多场景目标检测深度学习模型的训练；2. 验证目标检测算法在复杂环境下的精度与鲁棒性 |
Precision 精确率
96.9%