1、水果刀检测数据集，从COCO2017数据集中提取得到，并分别转成了txt和xml两种格式的标签，可用于YOLO 水果刀检测； 2、目标类别名：knife； 3、数量：2647 4、https://blog.csdn.net/weixin_51154380/article/details/124480876

本资源使用KNN算法对水果特征数据（包括大小、颜色、甜度等等）进行分析，最终实现对水果进行分类的能力。资源包括KNN算法分析源码及水果特征数据（.txt格式），对初学者学习KNN算法具有很强参考和借鉴作用。 KNN（K- Nearest Neighbor）法即K最邻近法，最初由 Cover和Hart于1968年提出，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路非常简单直观：如果一个样本在特征空间中的K个最相似（即特征空间中最邻近）的样本中的大多数属于某一个类别，则该样本也属于这个类别。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别 [2] 。 该方法的不足之处是计算量较大，因为对每一个待分类的文本都要计算它到全体已知样本的距离，才能求得它的K个最邻近点。目前常用的解决方法是事先对已知样本点进行剪辑，事先去除对分类作用不大的样本。另外还有一种 Reverse KNN法，它能降低KNN算法的计算复杂度，提高分类的效率。

水果分级系统（直径，色泽，缺陷，方法bp，模式识别，带界面，答疑，辅导）（Matlab构架）

这是一个关于水果信息的管理系统，里面有实用的方法，对于不会用的用户也是很方便的

一、项目简介 系统是一个基于JavaWeb的社区果蔬管理系统的设计与实现。社区果蔬管理系统是通过网络的形式来展示果蔬，可以详细的展示出果的名称、价格、图片、产地等相关信息，用户选购后选择收货地址就可以完成下单，然后等待配送即可。本项目主要针对做计算机毕设或者项目实践学习的Java人群使用。 二、技术实现 1.开发平台：Eclipse或IDEA 2.数据库：MySQL 三、系统功能 社区果蔬管理系统的设计与实现包括了前台和后台两个模块组成。前台模块中主要是果蔬的展示和搜索，购买用户的注册登录，把果蔬加入到购物车中，并对自己的收货地址进行管理，下单后可以选择相应的配送地址。用户在订单管理中可以对未发送的订单进行催单，管理员在后台可以看到订单的催单次数。后台模块中主要是对果蔬的上传和管理，可以对买菜用户下的订单进行查看，查看到订单的时间、配送地址、催单次数以及订单中包括的果蔬明细，并对订单执行配送操作。

0积分下载，代码是为了辅助我的博文，不要给我涨积分！！！

【水果分类】基于计算机视觉实现水果识别分类含Matlab源码

基于深度学习opencv实现3类水果识别检测源码(带GUI界面) +模型 +2380张数据集 +评估指标曲线 +操作使用说明 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码、训练好的模型、项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错，在此代码上做修改，训练其他模型。

常见10类水果作物叶片病害数据集，该数据集包含256x256张彩色图像，使用Keras图像增强技术随机改变其原始属性以创建更多已有的图像，每类水果作物4-5种疾病，每种疾病100-500张图片不等

基于matlab平台的：水果分级系统（直径，色泽，缺陷，方法bp，模式识别，带界面，答疑，辅导）