基于yolo11 yolo26算法的水果新鲜度识别 水果腐烂识别数据集 蔬菜新鲜度检测 水果识别 蔬菜识别 yolo数据集第10590期
计算机视觉数据集文档
数据集核心信息表
| 项目 | 内容 |
|---|---|
| 类别数量 | 30类 |
| 中文类别 | 新鲜苹果、新鲜香蕉、新鲜辣椒、新鲜胡萝卜、新鲜黄瓜、新鲜番石榴、新鲜橙子、新鲜石榴、新鲜土豆、新鲜番茄、腐烂苹果、腐烂香蕉、腐烂辣椒、腐烂胡萝卜、腐烂黄瓜、腐烂番石榴、腐烂橙子、腐烂石榴、腐烂土豆、腐烂番茄、不新鲜苹果、不新鲜香蕉、不新鲜辣椒、不新鲜胡萝卜、不新鲜黄瓜、不新鲜番石榴、不新鲜橙子、不新鲜石榴、陈土豆、不新鲜番茄 |
| 图像数量 | 13700 |
| 数据集格式 | YOLO |
| 核心应用价值 | 果蔬多阶段品质分级、智能供应链损耗管控、零售端新鲜度预警、家庭智能食材管理 |
数据集概述
类别设计
- 覆盖新鲜/腐烂/不新鲜三阶段品质状态，包含10种常见果蔬品类，形成完整的品质生命周期维度。
- 类别划分精细，区分不同程度的新鲜度衰减，便于模型学习更细微的视觉特征差异。
- 品类覆盖日常消费与农业生产核心场景，可直接适配多行业下游检测任务。
数据规模
- 数据集包含约13700张标注图像，样本量充足，可支撑深度学习模型的训练、验证与泛化测试。
- 各类别样本分布均衡，避免单一状态或品类过采样，提升模型对不同品质果蔬的识别能力。
- 图像场景丰富，涵盖不同光照、背景与拍摄角度，增强模型在真实复杂环境下的鲁棒性。
应用价值
- 农产品分级：用于自动化分拣产线，实现果蔬从新鲜到变质的多等级精准划分，提升分拣效率与品质标准。
- 供应链管理：帮助生鲜企业实时监测食材状态，提前预判损耗，优化库存周转与物流调度。
- 零售场景应用：为超市、生鲜平台提供智能质检方案，自动识别临期或变质商品，保障食品安全。
- 智能家居场景：集成至智能冰箱，实现食材新鲜度自动监测与保质期提醒，减少家庭食物浪费。