基于yolo26的番茄成熟度识别 西红柿成熟度检测数据集 农产品品质分级自动化算法 农业生产中果实成熟度批量检测 深度学习图像分割第10412期

番茄分割图像识别 目标检测数据集说明

!

一、数据集核心信息表

项目	详情
类别数量及中文名称	3 类（成熟、半成熟、未成熟）
数据总量	2200 张图片
数据集格式	YOLO 格式
核心应用价值	1. 用于果实成熟度目标检测模型训练；2. 支撑农产品品质分级自动化算法开发；3. 助力农业生产中果实成熟度批量检测场景落地

二、数据集核心三要素概述

（一）类别说明

• 聚焦果实成熟度维度划分类别，覆盖成熟、半成熟、未成熟三种核心状态，分类逻辑贴合农业生产实际需求。

• 类别边界清晰，无交叉或模糊定义，可直接用于模型对果实成熟阶段的精准识别训练。

（二）数量说明

• 数据总量达 2200 张图片，样本规模能够满足基础目标检测模型的训练数据需求，减少模型过拟合风险。

• 样本数量分布适配三类成熟度场景，可支撑模型在不同成熟阶段果实识别任务中的泛化能力培养。

（三）应用价值说明

• 农业生产端：助力果园实现果实成熟度自动化检测，降低人工分拣成本，提升采摘与分级效率。

• 算法研发端：为果实成熟度相关目标检测算法提供标注数据，加速农业 AI 技术在品质检测领域的应用落地。