Fruits-360 dataset

Fruits-360: A dataset of images containing fruits and vegetables

Version: 2025.03.11.0

A high-quality, dataset of images containing fruits and vegetables. The following fruits and vegetables are included: Apples (different varieties: Crimson Snow, Golden, Golden-Red, Granny Smith, Pink Lady, Red, Red Delicious), Apricot, Avocado, Avocado ripe, Banana (Yellow, Red, Lady Finger), Beetroot Red, Blueberry, Cactus fruit, Cantaloupe (2 varieties), Carambula, Carrot, Cauliflower, Cherry (different varieties, Rainier), Cherry Wax (Yellow, Red, Black), Chestnut, Clementine, Cocos, Corn (with husk), Cucumber (ripened, various), Dates, Eggplant (normal and long), Fig, Ginger Root, Granadilla, Grape (Blue, Pink, White (different varieties)), Grapefruit (Pink, White), Guava, Hazelnut, Huckleberry, Kiwi, Kaki, Kohlrabi, Kumsquats, Lemon (normal, Meyer), Lime, Lychee, Mandarine, Mango (Green, Red), Mangostan, Maracuja, Melon Piel de Sapo, Mulberry, Nectarine (Regular, Flat), Nut (Forest, Pecan), Onion (Red, White), Orange, Papaya, Passion fruit, Peach (different varieties), Pepino, Pear (different varieties, Abate, Forelle, Kaiser, Monster, Red, Stone, Williams), Pepper (Red, Green, Orange, Yellow), Physalis (normal, with Husk), Pineapple (normal, Mini), Pitahaya Red, Plum (different varieties), Pomegranate, Pomelo Sweetie, Potato (Red, Sweet, White), Quince, Rambutan, Raspberry, Redcurrant, Salak, Strawberry (normal, Wedge), Tamarillo, Tangelo, Tomato (different varieties, Maroon, Cherry Red, Yellow, not ripened, Heart), Walnut, Watermelon, Zucchini (white and dark).

Dataset properties

Total number of images: 106671.

Training set size: 79921 images.

Test set size: 26750 images.

Number of classes: 160 (fruits, vegetables, nuts and seeds).

Image size: 100x100 pixels.

Filename format: image_index_100.jpg (e.g. 32_100.jpg) or r_image_index_100.jpg (e.g. r_32_100.jpg) or r2_image_index_100.jpg or r3_image_index_100.jpg. "r" stands for rotated fruit. "r2" means that the fruit was rotated around the 3rd axis. "100" comes from image size (100x100 pixels).

Different varieties of the same fruit (apple for instance) are stored as belonging to different classes.

Repository structure

Folders Training and Test contain images for training and testing purposes.

Alternate download
The Fruits-360 dataset can be downloaded from:

https://www.kaggle.com/moltean/fruits

https://github.com/fruits-360

How to cite
Mihai Oltean, Fruits-360 dataset, 2017-.

License:

C BY-SA 4.0

Copyright (c) 2017-, Mihai Oltean

You are free to: Share and Adapt.

Under the following terms: Attribution — You must give appropriate credit and ShareAlike.

Fruits-360：一款包含水果与蔬菜图像的数据集
版本：2025.03.11.0

本数据集为高质量果蔬图像数据集，涵盖以下品类的果蔬：苹果（含多个品种：深红雪、金冠、金红、澳洲青苹（Granny Smith）、粉红佳人、红苹果、蛇果（Red Delicious））、杏、牛油果、成熟牛油果、香蕉（黄皮、红皮、手指蕉）、红甜菜、蓝莓、仙人掌果、甜瓜（2个品种）、杨桃、胡萝卜、花椰菜、樱桃（含多个品种，雷尼尔樱桃）、蜡质樱桃（黄、红、黑）、栗子、克莱门氏小柑橘、椰子、带壳玉米、黄瓜（成熟及不同品类）、椰枣、茄子（普通型与长型）、无花果、生姜、西番莲果、葡萄（蓝、粉、白，含多个品种）、葡萄柚（粉、白）、番石榴、榛子、越橘、猕猴桃、柿子、苤蓝（Kohlrabi）、金桔（Kumsquats）、柠檬（普通、迈耶柠檬）、青柠、荔枝、柑橘、芒果（绿、红）、山竹、西番莲（Maracuja）、萨波甜瓜（Melon Piel de Sapo）、桑树、油桃（普通、扁型）、坚果（森林坚果、碧根果）、洋葱（红、白）、橙子、木瓜、百香果、桃子（含多个品种）、香瓜茄（Pepino）、梨（含多个品种：阿巴特、弗洛尔、凯撒、巨梨、红梨、石梨、威廉姆斯梨）、甜椒（红、绿、橙、黄）、酸浆（普通、带宿存花萼）、菠萝（普通、迷你型）、红皮火龙果（Pitahaya Red）、李子（含多个品种）、石榴、甜蜜柚（Pomelo Sweetie）、土豆（红皮、甜薯、白皮）、榅桲、红毛丹、树莓、红醋栗、蛇皮果（Salak）、草莓（普通、楔形切块）、树番茄（Tamarillo）、橘柚（Tangelo）、番茄（含多个品种：深褐、樱桃红、黄、未成熟、心形）、核桃、西瓜、西葫芦（白、黑皮）。

数据集属性
总图像数：106671张
训练集规模：79921张
测试集规模：26750张
类别总数：160类（涵盖水果、蔬菜、坚果与籽类）
图像尺寸：100×100像素
文件名格式：image_index_100.jpg（示例：32_100.jpg）或r_image_index_100.jpg（示例：r_32_100.jpg），亦支持r2_image_index_100.jpg或r3_image_index_100.jpg格式。其中“r”代表果蔬已进行旋转操作，“r2”表示果蔬沿第三轴旋转，“100”对应图像尺寸参数（100×100像素）。

同一果蔬的不同品种（例如苹果）会被划分为独立类别存储。

仓库结构
Training与Test文件夹分别包含用于训练与测试的图像。

备用下载渠道
Fruits-360数据集可通过以下链接获取：
https://www.kaggle.com/moltean/fruits
https://github.com/fruits-360

引用方式
Mihai Oltean, Fruits-360 dataset, 2017-.

许可证与版权
许可证：C BY-SA 4.0
版权所有：2017-，Mihai Oltean

您可自由进行以下操作：分享与改编本数据集。
需遵循以下条款：署名——您必须提供恰当的来源标注，并采用相同的共享协议发布衍生作品。

搜集汇总

背景与挑战

背景概述

Fruits-360数据集是一个高质量的水果和蔬菜图像集合，包含160个类别，总计106,671张图像，其中训练集79,921张，测试集26,750张，所有图像尺寸统一为100x100像素。该数据集通过标准化拍摄和背景提取算法处理，适用于机器学习和计算机视觉任务，如图像分类和卷积神经网络训练。