数据集|草莓成熟度分割检测数据集-3类530张图一、数据集概述二、数据标注图片实例三、标注工具四、数据下载地址一、数据集概述在草莓自动化采摘与生长监测中成熟度视觉识别面临以下典型难题红色果实与背景区分困难草莓成熟时呈红色而其叶片、未熟果常为绿色或浅黄但在自然光照下红色果实与深绿色背景的边界并不总是清晰尤其当果实处于阴影或被叶片部分遮挡时传统颜色阈值方法极易失效。成熟度过渡模糊草莓从“半熟”semi-ripe到“完熟”fully-ripe的颜色变化是一个连续过程不同品种、不同光照下同一成熟度的外观差异甚至可能大于不同成熟度之间的差异导致人工标注一致性差。小目标与密集场景草莓常成簇生长果实之间相互贴合且部分果实体积较小通用目标检测模型容易出现漏检或边界框粘连。公开数据集规模小且类别粗现有草莓数据集多采用“成熟/未成熟”二分类或仅有数百张图片。三级别未熟-半熟-完熟的细粒度数据集极其匮乏难以支撑实际农业中“最佳采摘窗口”的精准判断。本数据集共包含530 张高分辨率草莓田间图像专门针对上述痛点设计能够有效解决以下问题三级成熟度精细化检测提供明确的unripe未熟、semi-ripe半熟、fully-ripe完熟三类标注可直接用于训练目标检测模型如YOLO26、RT-DETR、Faster R-CNN实现从“能否采摘”到“何时采摘”的定量判断。复杂场景下的鲁棒性学习图像中涵盖了叶片遮挡、果实重叠、不同角度场景有助于提升模型在实际机器人部署环境中的抗干扰能力。半熟状态的精确建模半熟阶段是商业采摘中最具决策价值的节点——过早采摘糖分不足过晚采摘不耐储运。小样本迁移学习基线530张图片规模适中既可用于从头训练轻量级检测器也可作为大模型微调fine-tune的高质量领域数据集特别适合资源有限的高校实验室或农业创业团队快速启动。二、数据标注图片实例该数据集通过精心设计的采集和标注流程方便为研究学习使用。图像分辨率640x640 像素标注格式Labelme JSON格式包含对象类别和精确标注边界。类别标签体系共6类熟度英文标签标注ID说明未熟unripe0果实整体呈白色、浅绿色或青色表面硬实种子多为绿色无明显红色区域半熟semi-ripe1果面出现粉红或浅红色区域通常覆盖30%~70%表面局部仍带白/绿色质地开始变软完熟fully-ripe2果实整体呈深红色或鲜红色表面有光泽种子呈金黄色或红色香气明显适合立即采摘示例如下三、标注工具工具X-AnyLabeling-CPU.exe下载地址https://github.com/CVHub520/X-AnyLabeling/releases四、数据下载地址下载地址如果有用请点个三连呗点赞、关注、收藏。你的鼓励是我最大的动力