基于YOLOV5、YOLOv8的水果新鲜程度检测识别】
已按统一模板整理完成，文档如下：
水果新鲜程度检测数据集
数据集概述
水果新鲜程度检测数据集，面向水果新鲜度自动判别任务，覆盖苹果、香蕉、芒果、橙子、草莓 5 种常见水果的新鲜与腐烂两个状态，共 10 类，涵盖从成熟到腐烂各阶段的水果图像。数据集为基于 YOLOv5 与 YOLOv8 的水果新鲜程度检测识别研究提供丰富数据资源，支持两类模型的训练与性能对比分析。
数据集标注完整，可直接用于目标检测模型训练，适合水果新鲜度检测、农产品品质分级、智慧农业等场景。
核心参数
| 项目 | 详情 |
|---|---|
| 数据集名称 | 水果新鲜程度检测数据集 |
| 标注类别数 | 10 类 |
| 类别构成 | 5 种水果 × 新鲜/腐烂 2 个状态 |
| 覆盖阶段 | 从成熟到腐烂各阶段 |
| 适用模型 | YOLOv5、YOLOv8（支持对比研究） |
| 核心用途 | 水果新鲜度检测、农产品品质分级、智慧农业 |
标注类别说明
共 10 类，由 5 种水果的新鲜与腐烂状态两两组合构成：
| 序号 | 类别名称 | 状态 | 中文参考 |
|---|---|---|---|
| 0 | fresh apple | 新鲜 | 新鲜苹果 |
| 1 | fresh banana | 新鲜 | 新鲜香蕉 |
| 2 | fresh mango | 新鲜 | 新鲜芒果 |
| 3 | fresh orange | 新鲜 | 新鲜橙子 |
| 4 | fresh strawberry | 新鲜 | 新鲜草莓 |
| 5 | rotten apple | 腐烂 | 腐烂苹果 |
| 6 | rotten banana | 腐烂 | 腐烂香蕉 |
| 7 | rotten mango | 腐烂 | 腐烂芒果 |
| 8 | rotten orange | 腐烂 | 腐烂橙子 |
| 9 | rotten strawberry | 腐烂 | 腐烂草莓 |
## 研究价值
- 支持 YOLOv5 与 YOLOv8 在水果新鲜度检测任务上的横向性能对比；
- 对比指标涵盖mAP、F1-Score等常用检测评价指标；
- 可为水果品质自动分级、农产品无损检测等实际应用提供算法参考。
格式支持
默认YOLO格式数据集
适用场景
- 水果新鲜程度自动检测与分级
- 农产品品质无损检测
- YOLOv5 / YOLOv8 模型性能对比研究
- 智慧农业与生鲜供应链视觉应用
训练配置示例（YOLO 格式）
数据集配置（YAML）
yaml
path: ./fruit_freshness_detect
train: images/train
val: images/val
test: images/test
names:
0: fresh_apple
1: fresh_banana
2: fresh_mango
3: fresh_orange
4: fresh_strawberry
5: rotten_apple
6: rotten_banana
7: rotten_mango
8: rotten_orange
9: rotten_strawberry
训练代码
python
from ultralytics import YOLO
YOLOv8 训练示例
model = YOLO(“yolov8s.yaml”)
model.train(
data=“fruit_freshness_detect.yaml”,
epochs=200,
imgsz=640,
batch=16,
device=0
)
如需对比 YOLOv5，可替换为对应版本的 YOLOv5 训练脚本与配置文件。
话题关键词
#水果新鲜度 #目标检测 #YOLOv5 #YOLOv8 #品质分级 #智慧农业 #YOLO数据集
