水果和蔬菜保质期数据集，它包括苹果、香蕉、西红柿、胡萝卜的图片。它可用于根据水果或蔬菜的保质期进行分类（每类水果分为了不同时长的保质期阶段，每个阶段有100张图片左右。例如1-5天的苹果、5-10天的苹果、10-15天的苹果图像

采用卷积神经网络模型训练的keras+opencv水果识别，苹果和香蕉

1、yolov3算法，采用mobilenetv3的轻量级水果检测算法； 2、仅包含预测部分代码，内含训练好的权重； 3、使用方法见readme； 4、内容可参考：https://blog.csdn.net/qq_40035462/article/details/116172637。

目标检测算法数据集。。。。。。。。。。。。。。。。

水果计数 通过MapReduce程序从输入文件计算“苹果”，“香蕉”和“葡萄”的出现频率。 地图缩小 MapReduce是一种编程模型和相关的实现，用于在集群上使用并行的分布式算法来处理和生成大数据集。 一个MapReduce程序包括： 映射过程：执行过滤和排序。 减少方法：执行摘要操作。 驱动程序类驱动程序类是控制程序执行的主要类。 在这里，我们创建一个Job对象，并设置程序中使用的驱动程序，映射程序和reducer类。 Mapper类MapReduce程序的任何mapper类都可以扩展抽象Mapper类。 然后，我们必须重写map函数，该函数采用键值对并引用Context变量，该变量由reduce函数处理。 Reducer类MapReduce程序的Reducer类扩展了抽象类Reducer。 该方法将在此类中重写。

SimpleFruitClassifier 基于CNN的分类器，可区分腐烂和新鲜，苹果，香蕉和橘子。 检测腐烂的水果在农业中变得很重要。 通常，新鲜和烂水果的分类是由人类进行的，对水果种植者是无效的。 多次执行相同的任务后，人类会感到疲倦，而机器却不会。 因此，该项目提出了一种方法，可通过识别农业行业水果中的缺陷来减少人力，降低生产成本和时间。 如果我们没有发现这些缺陷，那么那些有缺陷的果实可能会污染优质果实。 因此，我们提出了一种避免腐烂扩散的模型。 所提出的模型根据输入的水果图像对新鲜水果和腐烂水果进行分类。 在这项工作中，我们使用了三种类型的水果，例如苹果，香蕉和橙子。 卷积神经网络（CNN）用于从输入的水果图像中提取特征，而Softmax用于将图像分类为新鲜和腐烂的水果。 该数据是从各种来源提取的，产生的准确率为93.78％。 结果表明，提出的CNN模型可以有效地对新鲜水果和烂

用于opencv的水果识别的图像样本，有苹果、香蕉、梨子。