相关实验视频
Updated: Jan 16, 2026

07:12
Author Spotlight: MAPP Protocol – Advancing Glycan Analysis
Published on: September 29, 2023
2.4K
MangoClassify-12:一组12种孟加拉本土果品种的高分辨率图像数据集
Md Sajedur Rahman1, Md Mahfuz Ahmed Nahin1, Md Mahbubur Rahman1,2
1Department of Computer Science and Engineering, Bangladesh University of Business and Technology, Mirpur-2, Dhaka 1216, Bangladesh.
Data in brief
|September 29, 2025
概括
一个新的数据集,MangoClassify-12,提供了12个孟加拉国果品种的3900张图像,用于自动分类. 这个资源支持机器学习,用于果的识别和质量评估.
科学领域:
- 农业科学 农业科学
- 计算机视觉 计算机视觉
- 数据科学数据科学数据科学
背景情况:
- 农产品的自动分类对于效率至关重要.
- 现有的数据集可能缺乏多样性或特定的区域相关性.
- 高分辨率图像对于准确的机器学习模型至关重要.
研究的目的:
- 介绍MangoClassify-12,一个全面的图像数据集用于果分类.
- 促进机器学习模型的开发,用于果品种识别和质量评估.
- 为农业计算机视觉研究提供灵活的基准.
主要方法:
- 收集了3900张孟加拉十二种本土果品种的高分辨率JPEG图像.
- 在自然光下使用四个智能手机在三个不同的生产地区捕获图像.
- 通过专家审查确保数据质量,以排除受损或过度成熟的果.
主要成果:
- 果Classify-12数据集包括3900张图像,涵盖12种不同的果品种.
- 在结构化的文件层次结构中组织元数据,以方便使用.
- 数据集通过DOI公开访问,支持各种机器学习应用程序.
结论:
- 果Classify-12作为一个有价值的资源,用于推进自动果分类.
- 数据集的原始图像格式为各种计算机视觉研究提供了灵活性.
- 允许开发基于手机的果识别系统.

