公司动态
面向梨果实目标检测任务构建的果园图像数据集
摘要面向梨果实目标检测任务构建的果园图像数据集主要用于 YOLO 系列目标检测模型的训练与评估。数据集概述面向梨果实目标检测任务构建的果园图像数据集主要用于 YOLO 系列目标检测模型的训练与评估。数据集来源于“基于自主无人机的智能果树种植决策系统开发”项目数字图像由拉脱维亚园艺研究所LatHort采集并由雷泽克内技术学院RTA完成目标标注。数据集聚焦真实梨园环境中的梨果实检测可为智慧果园、自动化采摘和果实产量监测等研究提供视觉数据支持数据结构与关键特征数据集包含经过目标框标注的梨园图像并针对 YOLO 架构进行了 640×640 分辨率适配属于典型的单类别目标检测数据集仅包含一个目标类别——Pear梨。图像来源于真实果园场景可能包含枝叶遮挡、果实重叠、复杂背景以及不同光照条件等实际农业视觉问题因此能够用于评估目标检测模型在自然环境中的定位精度、识别能力和鲁棒性。应用价值与研究方向该数据集可用于梨果实目标检测、果实自动计数、成熟度监测、产量估算、机器人采摘定位以及无人机智慧果园巡检等研究。研究人员可采用 YOLOv5、YOLOv8、YOLO11、Faster R-CNN、RT-DETR 等目标检测模型进行实验并进一步探索小目标检测、遮挡目标识别、复杂背景抑制、模型轻量化、边缘设备部署及无人机视觉检测等方向为精准农业和智能果园自动化管理提供技术支持。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-537文件大小48M原创声明本数据集为整理作品