PedroSampaio/fruits-360

--- language: - en license: mit dataset_info: features: - name: image dtype: image - name: label dtype: class_label: names: '0': Apple Braeburn '1': Apple Crimson Snow '2': Apple Golden '3': Apple Granny Smith '4': Apple Pink Lady '5': Apple Red '6': Apple Red Delicious '7': Apple Red Yellow '8': Apricot '9': Avocado '10': Avocado ripe '11': Banana '12': Banana Lady Finger '13': Banana Red '14': Beetroot '15': Blueberry '16': Cactus fruit '17': Cantaloupe '18': Carambula '19': Cauliflower '20': Cherry '21': Cherry Rainier '22': Cherry Wax Black '23': Cherry Wax Red '24': Cherry Wax Yellow '25': Chestnut '26': Clementine '27': Cocos '28': Corn '29': Corn Husk '30': Cucumber Ripe '31': Dates '32': Eggplant '33': Fig '34': Ginger Root '35': Granadilla '36': Grape Blue '37': Grape Pink '38': Grape White '39': Grapefruit Pink '40': Grapefruit White '41': Guava '42': Hazelnut '43': Huckleberry '44': Kaki '45': Kiwi '46': Kohlrabi '47': Kumquats '48': Lemon '49': Lemon Meyer '50': Limes '51': Lychee '52': Mandarine '53': Mango '54': Mango Red '55': Mangostan '56': Maracuja '57': Melon Piel de Sapo '58': Mulberry '59': Nectarine '60': Nectarine Flat '61': Nut Forest '62': Nut Pecan '63': Onion Red '64': Onion Red Peeled '65': Onion White '66': Orange '67': Papaya '68': Passion Fruit '69': Peach '70': Peach Flat '71': Pear '72': Pear Abate '73': Pear Forelle '74': Pear Kaiser '75': Pear Monster '76': Pear Red '77': Pear Stone '78': Pear Williams '79': Pepino '80': Pepper Green '81': Pepper Orange '82': Pepper Red '83': Pepper Yellow '84': Physalis '85': Physalis with Husk '86': Pineapple '87': Pineapple Mini '88': Pitahaya Red '89': Plum '90': Pomegranate '91': Pomelo Sweetie '92': Potato Red '93': Potato Red Washed '94': Potato Sweet '95': Potato White '96': Quince '97': Rambutan '98': Raspberry '99': Redcurrant '100': Salak '101': Strawberry '102': Strawberry Wedge '103': Tamarillo '104': Tangelo '105': Tomato '106': Tomato Cherry Red '107': Tomato Heart '108': Tomato Maroon '109': Tomato Yellow '110': Tomato not Ripened '111': Walnut '112': Watermelon splits: - name: train num_bytes: 329958484.13 num_examples: 67690 - name: test num_bytes: 108519035.632 num_examples: 22688 download_size: 98330799 dataset_size: 438477519.76199996 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---语言： - en（英语） 许可证：MIT协议 数据集信息： 特征： - 名称：图像（image） 数据类型：图像 - 名称：标签 数据类型： 分类标签（class_label）： 类别名称： '0': 布莱本苹果（Apple Braeburn） '1': 深红雪苹果（Apple Crimson Snow） '2': 金冠苹果（Apple Golden） '3': 澳洲青苹（Apple Granny Smith） '4': 粉红佳人苹果（Apple Pink Lady） '5': 红苹果（Apple Red） '6': 红蛇果（Apple Red Delicious） '7': 红黄苹果（Apple Red Yellow） '8': 杏（Apricot） '9': 牛油果（Avocado） '10': 成熟牛油果（Avocado ripe） '11': 香蕉（Banana） '12': 手指香蕉（Banana Lady Finger） '13': 红香蕉（Banana Red） '14': 甜菜根（Beetroot） '15': 蓝莓（Blueberry） '16': 仙人掌果（Cactus fruit） '17': 哈密瓜（Cantaloupe） '18': 杨桃（Carambula） '19': 花椰菜（Cauliflower） '20': 樱桃（Cherry） '21': 雷尼尔樱桃（Cherry Rainier） '22': 黑蜡樱桃（Cherry Wax Black） '23': 红蜡樱桃（Cherry Wax Red） '24': 黄蜡樱桃（Cherry Wax Yellow） '25': 栗子（Chestnut） '26': 克莱门氏小柑橘（Clementine） '27': 椰子（Cocos） '28': 玉米（Corn） '29': 带壳玉米（Corn Husk） '30': 成熟黄瓜（Cucumber Ripe） '31': 椰枣（Dates） '32': 茄子（Eggplant） '33': 无花果（Fig） '34': 生姜根（Ginger Root） '35': 西番莲果（Granadilla） '36': 蓝葡萄（Grape Blue） '37': 粉葡萄（Grape Pink） '38': 白葡萄（Grape White） '39': 粉西柚（Grapefruit Pink） '40': 白西柚（Grapefruit White） '41': 番石榴（Guava） '42': 榛子（Hazelnut） '43': 越橘（Huckleberry） '44': 柿子（Kaki） '45': 猕猴桃（Kiwi） '46': 球茎甘蓝（Kohlrabi） '47': 金桔（Kumquats） '48': 柠檬（Lemon） '49': 迈耶柠檬（Lemon Meyer） '50': 酸橙（Limes） '51': 荔枝（Lychee） '52': 柑橘（Mandarine） '53': 芒果（Mango） '54': 红芒果（Mango Red） '55': 山竹（Mangostan） '56': 西番莲（Maracuja） '57': 萨波皮甜瓜（Melon Piel de Sapo） '58': 桑葚（Mulberry） '59': 油桃（Nectarine） '60': 扁油桃（Nectarine Flat） '61': 森林坚果（Nut Forest） '62': 碧根果（Nut Pecan） '63': 红洋葱（Onion Red） '64': 去皮红洋葱（Onion Red Peeled） '65': 白洋葱（Onion White） '66': 橙子（Orange） '67': 木瓜（Papaya） '68': 百香果（Passion Fruit） '69': 桃子（Peach） '70': 扁桃（Peach Flat） '71': 梨（Pear） '72': 阿巴特梨（Pear Abate） '73': 弗莱尔梨（Pear Forelle） '74': 凯泽梨（Pear Kaiser） '75': 蒙斯特梨（Pear Monster） '76': 红梨（Pear Red） '77': 斯托恩梨（Pear Stone） '78': 威廉梨（Pear Williams） '79': 香瓜茄（Pepino） '80': 青辣椒（Pepper Green） '81': 橙辣椒（Pepper Orange） '82': 红辣椒（Pepper Red） '83': 黄辣椒（Pepper Yellow） '84': 酸浆（Physalis） '85': 带壳酸浆（Physalis with Husk） '86': 菠萝（Pineapple） '87': 迷你菠萝（Pineapple Mini） '88': 红龙果（Pitahaya Red） '89': 李子（Plum） '90': 石榴（Pomegranate） '91': 蜜柚（Pomelo Sweetie） '92': 红马铃薯（Potato Red） '93': 水洗红马铃薯（Potato Red Washed） '94': 甜马铃薯（Potato Sweet） '95': 白马铃薯（Potato White） '96': 温柏（Quince） '97': 红毛丹（Rambutan） '98': 树莓（Raspberry） '99': 红醋栗（Redcurrant） '100': 蛇皮果（Salak） '101': 草莓（Strawberry） '102': 楔形草莓（Strawberry Wedge） '103': 树番茄（Tamarillo） '104': 橘柚（Tangelo） '105': 番茄（Tomato） '106': 红樱桃番茄（Tomato Cherry Red） '107': 心形番茄（Tomato Heart） '108': 褐番茄（Tomato Maroon） '109': 黄番茄（Tomato Yellow） '110': 未成熟番茄（Tomato not Ripened） '111': 胡桃（Walnut） '112': 西瓜（Watermelon） 划分集： - 名称：训练集（train） 字节数：329958484.13 样本数：67690 - 名称：测试集（test） 字节数：108519035.632 样本数：22688 下载体积：98330799 数据集总存储体积：438477519.76199996 配置项： - 配置名称：默认（default） 数据文件： - 划分集：训练集 路径：data/train-* - 划分集：测试集 路径：data/test-*

原始信息汇总

数据集概述

语言

• 英语

许可证

• MIT

数据集信息

特征

• 图像
  • 数据类型: 图像
• 标签
  • 数据类型: 类别标签
  • 类别名称:
    • 0: Apple Braeburn
    • 1: Apple Crimson Snow
    • 2: Apple Golden
    • 3: Apple Granny Smith
    • 4: Apple Pink Lady
    • 5: Apple Red
    • 6: Apple Red Delicious
    • 7: Apple Red Yellow
    • 8: Apricot
    • 9: Avocado
    • 10: Avocado ripe
    • 11: Banana
    • 12: Banana Lady Finger
    • 13: Banana Red
    • 14: Beetroot
    • 15: Blueberry
    • 16: Cactus fruit
    • 17: Cantaloupe
    • 18: Carambula
    • 19: Cauliflower
    • 20: Cherry
    • 21: Cherry Rainier
    • 22: Cherry Wax Black
    • 23: Cherry Wax Red
    • 24: Cherry Wax Yellow
    • 25: Chestnut
    • 26: Clementine
    • 27: Cocos
    • 28: Corn
    • 29: Corn Husk
    • 30: Cucumber Ripe
    • 31: Dates
    • 32: Eggplant
    • 33: Fig
    • 34: Ginger Root
    • 35: Granadilla
    • 36: Grape Blue
    • 37: Grape Pink
    • 38: Grape White
    • 39: Grapefruit Pink
    • 40: Grapefruit White
    • 41: Guava
    • 42: Hazelnut
    • 43: Huckleberry
    • 44: Kaki
    • 45: Kiwi
    • 46: Kohlrabi
    • 47: Kumquats
    • 48: Lemon
    • 49: Lemon Meyer
    • 50: Limes
    • 51: Lychee
    • 52: Mandarine
    • 53: Mango
    • 54: Mango Red
    • 55: Mangostan
    • 56: Maracuja
    • 57: Melon Piel de Sapo
    • 58: Mulberry
    • 59: Nectarine
    • 60: Nectarine Flat
    • 61: Nut Forest
    • 62: Nut Pecan
    • 63: Onion Red
    • 64: Onion Red Peeled
    • 65: Onion White
    • 66: Orange
    • 67: Papaya
    • 68: Passion Fruit
    • 69: Peach
    • 70: Peach Flat
    • 71: Pear
    • 72: Pear Abate
    • 73: Pear Forelle
    • 74: Pear Kaiser
    • 75: Pear Monster
    • 76: Pear Red
    • 77: Pear Stone
    • 78: Pear Williams
    • 79: Pepino
    • 80: Pepper Green
    • 81: Pepper Orange
    • 82: Pepper Red
    • 83: Pepper Yellow
    • 84: Physalis
    • 85: Physalis with Husk
    • 86: Pineapple
    • 87: Pineapple Mini
    • 88: Pitahaya Red
    • 89: Plum
    • 90: Pomegranate
    • 91: Pomelo Sweetie
    • 92: Potato Red
    • 93: Potato Red Washed
    • 94: Potato Sweet
    • 95: Potato White
    • 96: Quince
    • 97: Rambutan
    • 98: Raspberry
    • 99: Redcurrant
    • 100: Salak
    • 101: Strawberry
    • 102: Strawberry Wedge
    • 103: Tamarillo
    • 104: Tangelo
    • 105: Tomato
    • 106: Tomato Cherry Red
    • 107: Tomato Heart
    • 108: Tomato Maroon
    • 109: Tomato Yellow
    • 110: Tomato not Ripened
    • 111: Walnut
    • 112: Watermelon

数据分割

• 训练集
  • 字节数: 329958484.13
  • 样本数: 67690
• 测试集
  • 字节数: 108519035.632
  • 样本数: 22688

数据集大小

• 下载大小: 98330799
• 数据集大小: 438477519.76199996

配置

• 默认配置
  • 数据文件:
    • 训练集路径: data/train-*
    • 测试集路径: data/test-*

搜集汇总

数据集介绍

构建方式

在计算机视觉领域，高质量图像数据集是推动算法发展的基石。Fruits-360数据集通过系统化采集流程构建，涵盖了131种不同类别的水果图像，总计包含超过9万张样本。数据采集过程注重多样性，每类水果均从多个角度和光照条件下拍摄，确保图像能够全面反映水果的形态特征。训练集与测试集经过精心划分，分别包含67690张和22688张图像，为模型训练与评估提供了可靠的数据基础。

特点

该数据集在图像分类任务中展现出显著优势，其核心特征在于类别覆盖的广泛性与图像质量的一致性。数据集囊括了苹果、香蕉、葡萄等常见水果，亦包含红毛丹、刺果番荔枝等特色品种，共计131个精细标注类别。每张图像均以统一规格呈现，背景简洁，主体突出，有效减少了无关噪声对模型学习的干扰。这种结构化的设计使得数据集特别适用于深度学习模型的训练与比较研究。

使用方法

对于研究者而言，该数据集可直接应用于图像分类模型的开发与验证。用户可通过HuggingFace平台便捷加载数据，利用预划分的训练集进行模型训练，并在测试集上评估性能。数据集兼容主流深度学习框架，支持端到端的机器学习流程。在实际应用中，该资源可用于探索卷积神经网络在细粒度分类任务中的表现，或作为迁移学习的优质预训练数据源，推动农业自动化与零售检测等相关领域的技术进步。

背景与挑战

背景概述

在计算机视觉与农业信息学交叉领域，水果图像识别作为一项基础任务，对于智能农业、自动化分拣及零售技术具有重要价值。Fruits-360数据集由Pedro Sampaio于2018年创建，旨在提供一个大规模、高质量的水果图像分类基准。该数据集涵盖了超过100种水果及蔬菜类别，每类图像在统一背景下采集，确保了视觉一致性。其核心研究问题聚焦于多类别细粒度图像分类，推动了深度学习模型在农业视觉识别中的精度与鲁棒性发展，为相关算法提供了标准化评估平台。

当前挑战

Fruits-360数据集所针对的细粒度水果分类任务，面临类间相似度高、类内差异显著等固有挑战，例如不同苹果品种间的细微纹理与颜色区分。在构建过程中，需克服大规模数据采集的标准化难题，包括光照控制、背景一致性与图像分辨率的平衡。此外，数据标注需依赖领域专业知识以准确区分形态相近的品种，同时确保数据分布的均衡性，避免类别偏差影响模型泛化能力。

常用场景

经典使用场景

在计算机视觉领域，图像分类任务常需大规模标注数据集以验证模型泛化能力。Fruits-360数据集以其涵盖131种水果和蔬菜的高质量图像，成为经典基准测试资源。该数据集广泛应用于卷积神经网络（CNN）的训练与评估，尤其在多类别细粒度分类场景中，研究者通过其均衡的样本分布和清晰的类别边界，系统检验模型在复杂视觉特征下的识别精度与鲁棒性。

实际应用

在智慧农业与食品工业中，自动化分拣系统依赖高效的水果识别技术。Fruits-360数据集为开发基于深度学习的实时检测系统提供了关键训练素材，应用于超市自助结算、仓储物流品控及农产品溯源管理等场景。其丰富的类别覆盖显著提升了商业设备对异形水果的判别准确率，降低了人工分拣成本，促进了农业生产链的数字化升级。

衍生相关工作

围绕该数据集衍生出多项经典研究，包括轻量化网络MobileNet在移动端水果识别中的适配优化、基于注意力机制的细粒度分类模型构建，以及结合生成对抗网络（GAN）的数据增强策略探索。这些工作不仅拓展了数据集的学术价值，更催生了如Fruit-CNN、AgriVision等开源工具库，持续赋能农业人工智能的跨学科发展。