智能超市结算系统水果与蔬菜识别数据集 自动称重AI识别图像数据集 蔬菜水果分类和识别数据集 AI识别结算系统
·
一、数据集核心信息表
| 信息类别 | 具体内容 |
|---|---|
| 数据集类别 | 含14类，分带袋与无袋两类形态，具体为香蕉、香蕉袋、黑莓、树莓、柠檬、柠檬袋、葡萄、葡萄袋、番茄、番茄袋、苹果、苹果袋、辣椒、辣椒袋 |
| 数据集数量 | 共4592张图像，含5628个标注对象；分训练集（3942张）与测试集（650张），部分类别图像数约350-378张 |
| 数据集格式种类 | 图像格式（iPhone 11拍摄，含原始图像）、标注格式（边界框标注，含对象位置、面积等信息，支持表格化查看） |
| 最重要应用价值 | 解决超市自助结账时，松散果蔬需手动录入的问题，助力训练YOLOv4模型，实现半透明袋内果蔬自动识别，提升结账效率 |
二、关键信息简要概括
-
数据集类别：该数据集类别设计贴合超市场景，14类涵盖常见果蔬及对应带袋形态。像柠檬有单独类别，也有柠檬袋类别，能应对果蔬包装与否的不同识别需求，为自助结账识别提供全面类别覆盖。
-
数据集数量：整体4592张图像的规模，搭配5628个标注对象，满足模型训练数据量需求。训练集与测试集的划分（3942:650），可合理用于模型训练与效果验证，各主要类别图像数均衡，保障训练稳定性。
-
数据集格式与应用衔接：图像由iPhone 11按默认设置拍摄，贴近实际自助结账摄像头成像；边界框标注清晰记录对象信息。这种格式能直接适配YOLOv4模型训练，最终应用于超市自助结账，解决实际场景中的识别难题。
汇聚全球AI编程工具，助力开发者即刻编程。
更多推荐
0
0- 0
已为社区贡献50条内容
所有评论(0)