Granos de maíz sanos y con defectos: dataset corregido, dataset final con partición por lote de captura, fondos negativos y modelos YOLOv11n y YOLOv11s

EspañolDatos y modelos del trabajo de integración curricular «Evaluación de YOLOv11n y YOLOv11s para la detección, clasificación y conteo de granos de maíz sanos y con defectos» (Universidad Nacional de Loja). El código, los notebooks y los informes están en https://github.com/geovannyIsma/TIC-2027-Maiz-yolo11 Origen: derivado de «Maize with prev dataset» (Roboflow Universe, https://universe.roboflow.com/benetec-jxngb/maize-with-prev-dataset, CC BY 4.0): 669 fotografías de granos de maíz sobre papel, anotadas en formato YOLO con 10 clases. ARCHIVOS Data_corr_v6.zip: dataset original con las etiquetas corregidas.- 669 imágenes y 25 364 cajas de 10 clases: Broken, Damage, Fungus, Healthy, Immature, Inorganic foreign material, Organic foreign material, Other Edible Seeds, Shriveled y Weeveled.- Partición original de Roboflow: train 468, valid 134, test 67.- Etiquetas corregidas en tres rondas: cajas omitidas y clases mal asignadas; curaduría de Weeveled (solo granos con el orificio visible en la cara expuesta); problemas detectados en el análisis exploratorio. Data_final.zip: dataset de entrenamiento y evaluación.- 513 imágenes de maíz y 18 712 granos.- Dos clases: Healthy (Healthy e Immature) y Defect (Broken, Damage, Fungus, Shriveled y Weeveled). La carpeta labels_subtipo conserva el subtipo original de cada caja, en la misma línea que labels.- Preprocesamiento: lado mayor a 1280 px; normalización fotométrica (balance de blancos Gray World, brillo medio llevado a 175 con un factor entre 0,7 y 1,4, contraste ×1,1 con +5 de brillo y saturación ×1,15); relleno gris (114, 114, 114) hasta un múltiplo de 32 px. Toda imagen nueva debe pasar por el mismo preprocesamiento antes de la inferencia (función preprocesar del repositorio).- Partición por lote de captura: las fotos de una misma sesión nunca se reparten entre conjuntos. Train 344 imágenes (11 689 granos), valid 115 (4 242) y test 54 (2 781). fondos.zip: imágenes sin granos para entrenar con fondos negativos.- 169 imágenes: 144 de impurezas (76 inorgánicas y 68 orgánicas) del dataset original y 25 fotos propias de hojas vacías, sin metadatos.- Mismo preprocesamiento que Data_final.- labels: etiquetas vacías (fondos para YOLO). impurezas: cajas de cada impureza, para medir falsos positivos.- fondos.json: tipo, lote de captura y destino de cada imagen (entrenamiento, medición en validación o evaluación final), asignados por lote para evitar fuga entre conjuntos. modelos.zip: modelos finales.- YOLOv11n y YOLOv11s preentrenados en COCO y ajustados con Data_final y los fondos negativos: 1280 px, SGD con lr0 = 0,01, lote 16, aumento por defecto de Ultralytics y hasta 200 épocas con paciencia 50. Tres semillas por modelo (42, 7 y 28).- Por corrida: weights/best.pt, args.yaml y results.csv.- configuracion_final.json: configuración y umbral de confianza para el conteo (0,48 en YOLOv11n y 0,29 en YOLOv11s), con NMS agnóstico a la clase.- Métricas en validación (media ± desviación de las 3 semillas): mAP50-95 de 0,710 ± 0,005 (YOLOv11n) y 0,713 ± 0,010 (YOLOv11s); mAP50 de 0,956 y 0,952.- Ultralytics 8.4.174. Licencia: CC BY 4.0, heredada del dataset original. Al reutilizar estos archivos, cite el dataset original y este registro.English Data and models from the undergraduate thesis "Evaluation of YOLOv11n and YOLOv11s for the detection, classification and counting of healthy and defective maize kernels" (Universidad Nacional de Loja, Ecuador). Code, notebooks and reports: https://github.com/geovannyIsma/TIC-2027-Maiz-yolo11 Source: derived from "Maize with prev dataset" (Roboflow Universe, https://universe.roboflow.com/benetec-jxngb/maize-with-prev-dataset, CC BY 4.0): 669 photographs of maize kernels on paper, annotated in YOLO format with 10 classes. FILES Data_corr_v6.zip: original dataset with corrected labels.- 669 images and 25,364 boxes in 10 classes: Broken, Damage, Fungus, Healthy, Immature, Inorganic foreign material, Organic foreign material, Other Edible Seeds, Shriveled and Weeveled.- Original Roboflow split: train 468, valid 134, test 67.- Labels corrected in three rounds: missing boxes and wrongly assigned classes; Weeveled curation (only kernels with the hole visible on the exposed face); issues found in the exploratory analysis. Data_final.zip: training and evaluation dataset.- 513 maize images and 18,712 kernels.- Two classes: Healthy (Healthy and Immature) and Defect (Broken, Damage, Fungus, Shriveled and Weeveled). The labels_subtipo folder keeps the original subtype of each box, on the same line as in labels.- Preprocessing: longest side resized to 1280 px; photometric normalization (Gray World white balance, mean brightness scaled to 175 with a factor between 0.7 and 1.4, contrast ×1.1 with a +5 brightness offset, and saturation ×1.15); gray padding (114, 114, 114) to a multiple of 32 px. New images must go through the same preprocessing before inference (preprocesar function in the repository).- Capture-batch split: photos from the same session are never split across sets. Train 344 images (11,689 kernels), valid 115 (4,242) and test 54 (2,781). fondos.zip: kernel-free images for training with negative backgrounds.- 169 images: 144 of impurities (76 inorganic and 68 organic) from the original dataset and 25 own photos of empty paper sheets, without metadata.- Same preprocessing as Data_final.- labels: empty labels (YOLO backgrounds). impurezas: boxes of each impurity, used to measure false positives.- fondos.json: type, capture batch and destination of each image (training, measurement on validation, or final evaluation), assigned by batch to avoid leakage between sets. modelos.zip: final models.- YOLOv11n and YOLOv11s pretrained on COCO and fine-tuned on Data_final with the negative backgrounds: 1280 px, SGD with lr0 = 0.01, batch 16, Ultralytics default augmentation, and up to 200 epochs with patience 50. Three seeds per model (42, 7 and 28).- Per run: weights/best.pt, args.yaml and results.csv.- configuracion_final.json: configuration and confidence threshold for counting (0.48 for YOLOv11n and 0.29 for YOLOv11s), with class-agnostic NMS.- Validation metrics (mean ± SD over the 3 seeds): mAP50-95 of 0.710 ± 0.005 (YOLOv11n) and 0.713 ± 0.010 (YOLOv11s); mAP50 of 0.956 and 0.952.- Ultralytics 8.4.174. License: CC BY 4.0, inherited from the original dataset. When reusing these files, please cite the original dataset and this record.