数据集概述
Fruits-360是一个包含水果、蔬菜、坚果和种子图像的大型数据集，共包含136,793张图像，涵盖200个不同类别。图像尺寸统一为100×100像素，数据集分为训练集（102,556张图像）和测试集（34,237张图像）。数据集包含多种水果和蔬菜的不同品种，如苹果、香蕉、葡萄等，每个品种作为独立类别存储。图像文件名包含旋转标识，支持图像增强研究。
文件详解
- 数据集压缩文件
- 文件名称：
fruits-360_100x100.zip
- 文件格式： ZIP
- 字段映射介绍： 压缩包内包含训练集（Training）和测试集（Test）两个文件夹，每个文件夹按类别组织图像文件。图像文件名格式为
image_index_100.jpg、r_image_index_100.jpg等，其中"r"表示旋转图像，"100"表示图像尺寸。
数据来源
Mihai Oltean, Fruits-360 dataset, 2017-
适用场景
- 图像分类模型训练: 用于训练和评估深度学习模型在水果、蔬菜、坚果和种子图像分类任务中的性能。
- 计算机视觉算法研究: 支持图像识别、目标检测、迁移学习等计算机视觉算法的开发与验证。
- 食品识别应用开发: 为智能零售、营养分析、农业自动化等领域的食品识别应用提供数据基础。
- 数据增强技术研究: 利用包含旋转变化的图像文件，研究图像增强技术对模型泛化能力的影响。
