简介
项目背景
我国是农业大国，水果种植面积和总产量位居世界前列，且经济效益高，多采用人工采摘收获。但随着劳动力结构的转变，农业劳动力逐渐匮乏，其成本也在不断提高。目前，我国果蔬产业面临着生产技术落后，自动化水平较低，在水果质量、储存、运输和后续加工方面把控不严格等问题。随着计算机视觉的发展，深度学习逐步应用到农业领域，果实图像识别在自动采摘、果实精准分级及品质鉴定、水果分类、果实无损溯源等方面具有重要作用。大量的水果种植使得自动化采摘成为一个亟待解决的问题，果脸的精准识别定位对于提高采摘效率尤为重要。果品精准分级直接关系到果品包装、运输、贮藏和销售的效果和效益，通过果脸识别技术实现自动化精准分级，对于加快水果产后处理进度、提升果品国际市场竞争力等具有重要意义。此外，还可将果脸识别技术应用于市场水果自助销售与无损溯源中，可为经销商和消费者带来更多便利。
数据集
本项目于陕西眉县西北农林科技大学猕猴桃试验示范站、深圳市农业技术促进中心坑梓实验基地等基地实地采集，首先由基地专业人士进行猕猴桃品种认定及毛桃成熟度等级划分，然后利用电动转盘及普通相机采集猕猴桃、毛桃的RGB图像。采集完成后，通过LabelImg软件对原始数据进行标注，将图像中目标水果通过最小外接矩形标出，同时生成txt格式的标注文件。原始数据集包
