智慧农业之辣椒检测目标检测数据集 农产品分拣场景识别 青甜椒与红甜椒自动识别 智能农业设备开发识别 深度学习YOLO格式10460期

辣椒检测目标检测数据集

数据集简介

本数据集专为深度学习目标检测任务设计，适用于辣椒品类识别相关模型的训练与验证，数据标注规范、格式统一，可直接接入主流目标检测训练框架，降低数据预处理成本。

数据集核心信息表

类别数量（类）	样本数量（张）	数据集格式	核心应用价值
2	1300	YOLO	支持农产品分拣场景中青甜椒与红 甜椒的自动识别，助力智能农业设备开发，提升分拣效率与准确率

数据三要素说明

1. 类别：

• 共包含 2 个中文标注类别，分别为 “青甜椒” 和 “红或黄甜椒”；

• 类别划分基于辣椒成熟度差异，覆盖主流商用辣椒品类，满足实际分拣场景需求。

1. 数量：

• 全量样本共计 1300 张，样本采集覆盖不同光照、角度环境；

• 样本量可支撑中小规模模型训练，避免模型过拟合，保障模型泛化能力。
  

1. 应用价值：

• 直接服务于智能农业领域的辣椒自动分拣设备研发；

• 可用于验证目标检测模型在农产品识别场景的精度，为模型优化提供数据支撑。