香蕉成熟度检测和识别1：香蕉成熟度数据集说明(含下载链接)

一. 前言

本篇博客是《香蕉成熟度检测和识别》系列文章之《香蕉成熟度数据集说明(含下载链接)》，网上有很多香蕉成熟度数据集的数据，百度一下，一搜一大堆，但质量参差不齐，很多不能用，即使一个一个的看也会浪费很多时间才有可能辨别出有用的数据集。为了方便你我他，本博客将分享一个由我自己整理的香蕉成熟度数据，可直接应用到目标检测算法比如yolo系列中，当然也可以应用到分类模型中，数据集总共有18000+张图片，并包含它的高质量标注文件。数据质量非常高，甚至可应用到工业落地的项目中。

二. 香蕉成熟度类别说明

在香蕉成熟度检测识别算法开发中，我们需要定义香蕉成熟度的行为类别；项目将香蕉成熟度状态分为names = {0:'freshripe', 1:'freshunripe', 2:'overripe', 3:'ripe', 4:'rotten', 5:'unripe'}  CH_names = ["新鲜","未成熟", "过熟", "熟透", "腐烂", "未熟透"] ，为了便于大家理解，下面给出实际应用中的效果图：

三. 香蕉成熟度数据集下载

数据包含内容：

​香蕉成熟度数据集，数据集总共有18000+张图片，其中测试集757张，训练集1525张，都有相应的标注文件

四. 深度学习YOLOv5神经网络实现香蕉成熟度检测和识别

参考文章，Pytorch实现香蕉成熟度检测和识别(含香蕉成熟度)数据集、训练代码和测试代码)：

香蕉成熟度检测和识别2：基于深度学习YOLOv5神经网络实现香蕉成熟度检测和识别(含训练代码和数据集)-CSDN博客

五. 基于GUI交互界面实现香蕉成熟度检测和识别

参考文章：基于GUI交互界面实现香蕉成熟度检测和识别(含香蕉成熟度)数据集、训练代码，测试代码和GUI交互界面（支持图片、文件夹、摄像头和视频功能）)：

香蕉成熟度检测和识别3：基于深度学习YOLOv5神经网络实现香蕉成熟度检测和识别(含训练代码、数据集和GUI交互界面)-CSDN博客

项目完整文件下载请见演示与介绍视频的简介处给出：➷➷➷

基于深度学习YOLOv5神经网络实现香蕉成熟度检测和识别(含训练代码、数据集和GUI交互界面)_哔哩哔哩_bilibili

​