Peach Maturity Dataset

A comprehensive dataset for peach ripeness classification based on real-world orchard planting environments has been developed. This dataset utilizes images of peaches at different growth stages, captured using smartphones with a resolution of 3024 by 4032 pixels. The images encompass three ripening stages of peaches: hard ripe, semi-ripe, and fully ripe. Additionally, the dataset includes variations in shooting distance, lighting conditions, and fruit growth status. Following a selection process, the original dataset consists of 1,245 images. These images have been manually annotated with 3,493 bounding boxes around the fruits, and annotation files are provided in both Pascal VOC and YOLO formats. The dataset aims to facilitate further research and development in smart orchard operations utilizing deep learning techniques.依据真实果园种植环境的一个基于深度学习的综合性毛桃成熟度分类数据集，使用智能手机采集不同生长时期的毛桃图像，尺寸为3024乘4032像素，其中包含了硬熟，半熟以及完熟三个毛桃成熟阶段，同时涵盖了不同拍摄距离，不同光照条件以及果实不同生长情况。经过筛选后的原始数据集数量为1245张，采用手动标注了3493个果实边界框并且提供了Pascal VOC和YOLO两种格式的标注文件。该数据集旨在促进基于深度学习的智慧果园作业进一步研究和发展。

本数据集专为真实果园种植环境下的桃子成熟度分类任务开发，属于综合性数据集。该数据集通过智能手机采集不同生长阶段的桃子图像，图像分辨率为3024×4032像素。图像涵盖桃子的三个成熟阶段：硬熟（hard ripe）、半熟（semi-ripe）与完熟（fully ripe）。此外，数据集还包含不同拍摄距离、光照条件以及果实生长状态下的多样本变体。经过筛选流程后，原始数据集共包含1245张图像。这些图像已通过人工标注，共为果实标注了3493个边界框（bounding box），并提供了Pascal VOC与YOLO两种格式的标注文件。本数据集旨在推动基于深度学习技术的智慧果园作业相关研究与开发工作。