数据集介绍：多作物成熟度检测与病害分类数据集
一、基础信息
数据集名称：多作物成熟度检测与病害分类数据集
数据规模：
- 训练集：2,349张图片
- 验证集：688张图片
- 测试集：403张图片
总计：3,440张农业场景图片
分类类别：
- 花朵（Flower）：植物开花阶段的视觉特征
- 成熟草莓（Ripe Strawberry）：完全成熟的草莓果实
- 新鲜苹果（freshapple）：健康未腐烂的苹果样本
- 物体（object）：通用农业场景中的杂项物体
- 腐烂苹果（rottenapple）：霉变或腐败的苹果实例
标注格式：
YOLO格式标注，包含边界框坐标与类别标签，支持目标检测及实例分割任务。
二、适用场景
智能农业分拣系统开发：
通过检测水果成熟度与腐烂状态，赋能自动化分拣产线，提升农产品分级效率。
精准农业监测平台：
用于田间作物生长状态实时分析系统开发，支持开花期识别与果实成熟度判断。
农业病害研究：
提供腐烂苹果与病害样本的视觉数据，支持植物病理学算法研究。
农业机器人视觉系统：
适用于采摘机器人导航与操作目标识别，覆盖多作物混合场景。
三、数据集优势
多作物覆盖能力：
同时包含苹果、草莓、花朵等多类农业目标，满足复杂农业场景的模型训练需求。
成熟度与病害双重视角：
通过新鲜/腐烂苹果、成熟草莓等对比样本，支持质量检测与缺陷分析复合任务。
真实场景适配性：
包含自然光照条件下的田间与仓储场景数据，涵盖目标遮挡、重叠等现实情况。
多任务兼容标注：
YOLO格式标注可直接用于目标检测任务，多边形标注支持扩展至实例分割应用。
农业应用针对性：
专注果实成熟度判断与病害识别两大核心需求，为智慧农业解决方案提供数据支撑。
