YOLO与VOC格式的柑橘缺陷识别数据集，适用于YOLO系列、Faster Rcnn、SSD等模型训练，共4个类别，类别：Orange-Green-Black-Spot、Orange-Black-Spot、Orange-Canker、Orange-Healthy，图片数量1290。文件中包含图片、txt标签、指定类别信息的yaml文件、xml标签，已将图片和txt标签划分为训练集、验证集和测试集，可直接用于YOLOv5、YOLOv6、YOLOv7、YOLOv8、YOLOv9、YOLOv10等YOLO系列算法的训练。数据集介绍请看链接：https://blog.csdn.net/qq_53332949/article/details/140980664

柑橘类疾病图像分类数据集，包含柑橘溃疡病和黑斑病，每类1200张图片左右 柑橘类疾病图像分类数据集，包含柑橘溃疡病和黑斑病，每类1200张图片左右 柑橘类疾病图像分类数据集，包含柑橘溃疡病和黑斑病，每类1200张图片左右

智慧农业_3类柑橘病虫害数据集522张已标注_voc格式+yolo格式标签 一共522张，两种格式标签，多种目标检测算法可以直接用。由于数据太大，上传的是下载链接，可放心下载！ 病害类别为三类{'0': "HLB",'1': "ill",'2': "health"}

黑斑病171张，溃疡病163张，黄龙病204张，健康58张。数据集扩增（1张变多张），在博客资源里配套有。

人工智能-机器学习-柑橘采摘机器人工作场景信息感知技术与路径规划研究.pdf

人工智能-机器学习-柑橘移动互联网信息服务系统的设计与实现.pdf

【水果检测】基于计算机视觉实现柑橘质量检测及分级系统含Matlab源码

本文以柑橘的虫伤、腐烂、炭浀，药伤，溃疡，灼伤，裂口等常见缺陷作为研究对象，采用经典算法，GAC模型算法，LBF模型算法对实验对象进行分割。经过实验，识别率能达到95%以上

利用R-B色差法进行柑橘果实分割

绿色柑橘生产.docx