数据集中约包含2000+张水果图像,一共有五类水果已经分好类存在不同水果名的文件夹下,五类水果分别为apple、banana、grape、orange、pear。
为了确保数据集的多样性和代表性,我们从多个来源收集了水果图像,并对其进行了
筛选和整理。在构建数据集的过程中,我们特别注意确保每个类别的样本数量均衡,
以避免数据不平衡对模型训练和测试结果的影响。此外,为了验证模型的泛化能力,我们
特意准备了另一个独立的测试数据集 Testreal,以更全面地评估模型在未知数据上的表
现。
在图像的选择和整理过程中,我们力求保证图像的质量和多样性,以确保模型能够对
不同种类和不同外观的水果进行准确识别。我们相信这样的数据集构建能够为研究的实
验结果提供可靠的基础,同时也为相关研究提供了具有挑战性和实用性的数据资源
1