葡萄多模态目标检测和语义分割数据集数据集概述葡萄多模态目标检测和语义分割数据集面向葡萄果实智能采摘与多模态视觉融合任务采集不同光照和遮挡条件下青色、紫色两类共 6 个品种葡萄的高质量多模态视频流数据涵盖可见光、深度、近红外三种模态从中提取约 3900 张图像样本完成语义分割与目标检测标注标签格式为 XML 与 json。数据集旨在解决单一可见光图像易受光照变化、复杂环境干扰导致识别精度不佳的问题满足串形葡萄果实的识别需求可为多模态视觉数据融合、葡萄果实语义分割和目标检测等领域提供基础数据资源对促进农机装备智能化研究具有重要应用价值。—核心参数项目详情数据集名称葡萄多模态目标检测和语义分割数据集数据规模约 3900 张图像数据容量约 39.08 GB标注类别数2 类青色、紫色含 6 个品种标注格式XML 标签、json 标签模态类型可见光、深度、近红外核心用途葡萄目标检测、语义分割、多模态融合、采摘点定位标注类别说明共 2 类按葡萄颜色划分含 6 个具体品种原文未提供品种名称序号类别名称说明0青色葡萄青色系葡萄果实含多个品种1紫色葡萄紫色系葡萄果实含多个品种数据集同时支持目标检测与语义分割任务标注文件分别为 XMLPascal VOC 格式与 jsonCOCO 格式。格式支持支持 Pascal VOCXML与 COCOjson格式数据集适用场景葡萄果实目标检测与语义分割多模态视觉数据融合研究葡萄采摘点定位与采摘机器人感知农机装备智能化与智慧农业应用训练配置示例转换为 YOLO 格式后使用数据集配置YAMLyamlpath: ./grape_multimodaltrain: images/trainval: images/valtest: images/testnames:0: green_grape1: purple_grape训练代码pythonfrom ultralytics import YOLO目标检测model_det YOLO(“yolo11s.yaml”)model_det.train(data“grape_multimodal.yaml”,epochs200,imgsz640,batch16,device0)语义分割model_seg YOLO(“yolo11n-seg.yaml”)model_seg.train(data“grape_multimodal.yaml”,epochs200,imgsz640,batch16,device0)多模态数据可见光、深度、近红外可根据任务需求进行通道融合或单独输入训练前需将 XML/json 标注转换为 YOLO 格式。话题关键词#葡萄 #多模态 #目标检测 #语义分割 #可见光 #深度 #近红外 #农机装备 #深度学习 #yolo数据集
