花生好坏缺陷识别数据集,7262张图片,支持yolo,coco json,pasical voc xml格式的标注,识别准确率在95.7%

发布于:2025-02-10 ⋅ 阅读:(53) ⋅ 点赞:(0)

数据集介绍

花生好坏缺陷识别数据集,7262张图片,支持yolo,coco json,pasical voc xml格式的标注,识别准确率在95.7%

数据集分割

训练组87%         6353图片
有效集8%           606图片
测试集4%           303图片

预处理

自动定向: 已应用
调整大小: 拉伸至 640x640

增强

每个训练示例的输出: 3
90° 旋转: 顺时针、逆时针、上下颠倒
饱和度: -25% 至 +25% 之间

标签信息:

好的(Good)
坏的(Bad)
在所有的train,test,valid集里好的和坏的占比如下:

数据集下载:

yolov11: https://download.csdn.net/download/pbymw8iwm/90234760

yolo v9:https://download.csdn.net/download/pbymw8iwm/90234771

yolo v8: https://download.csdn.net/download/pbymw8iwm/90234767

yolo v7:https://download.csdn.net/download/pbymw8iwm/90234768

yolo v5:https://download.csdn.net/download/pbymw8iwm/90234775

coco json: https://download.csdn.net/download/pbymw8iwm/90234774

pasical voc xml: https://download.csdn.net/download/pbymw8iwm/90234777

其他相关文章:

花生缺陷识别,可识别坏的,有虫子,霉变,萎缩,好的,7245张图片,支持yolo,pasical voc xml,coco json格式的标注,准确识别率在94.3%以上-CSDN博客

前景 

随着人们对健康和安全的关注增加,消费者对产品质量的要求也越来越高。对于花生来说,好坏缺陷识别可以帮助生产商提供更高质量的产品,提升消费者对产品的信任度。

通过应用图像识别技术和机器学习算法,可以对花生进行自动检测和分类,识别出花生壳裂、变质、虫蛀等缺陷,提前预警并将有问题的花生剔除,从而保证产品的质量和安全性。

此外,花生好坏缺陷识别技术还可以提高生产效率和降低成本。传统上,花生的检测通常需要人工来进行,这既费时又易出错。而利用自动识别技术,可以快速准确地完成检测,大大缩短了生产时间,同时减少了人力成本。

 

作者简介:


        高科,先后在 IBM PlatformComputing从事网格计算,淘米网,网易从事游戏服务器开发,拥有丰富的C++,go等语言开发经验,mysql,mongo,redis等数据库,设计模式和网络库开发经验,对战棋类,回合制,moba类页游,手游有丰富的架构设计和开发经验。

       并且深耕深度学习和数据集训练,提供商业化的视觉人工智能检测和预警系统(煤矿,工厂,制造业,消防等领域的工业化产品),合作开发商业性游戏

(谢谢你的关注) 

=====================================================================  

 


网站公告

今日签到

点亮在社区的每一天
去签到