茶叶实例分割数据集
| 项目 | 详情 |
| 任务类型 | 实例分割 |
| 图片总量 | 13000张 |
| 分类数量 | 1类 |
| 标注格式 | YOLO txt |
| 划分比例 | 训练集、验证集、测试集 |
| 图片尺寸 | 640 × 640 |
- 数据集简介 - 该数据集为茶叶实例分割数据集,图像统一为640×640分辨率,图片格式为JPG。 - 数据集仅包含茶叶单一类别,标注为YOLO txt分割标签,拿到数据后可直接用于YOLO系列实例分割模型训练。 - 如需COCO、VOC、TensorFlow CSV等其他标注格式,可以另行沟通获取,默认提供txt标签文件。
- 数据集标注优势
- 样本数量充足,覆盖茶叶多种拍摄角度、光照条件,适配茶叶采摘、田间实拍等复杂环境。
- 分割掩码标注边界贴合茶叶轮廓,标注质量稳定,便于模型学习茶叶的纹理与外形特征。
- 数据集划分完成,训练样本基数大,验证集与测试集独立分开,方便模型评估泛化能力。
- 模型训练与应用
- 使用YOLO26默认代码完成训练,模型能够精准分割图像中茶叶区域,输出目标轮廓信息。
- 识别结果可用于茶叶产量估算、嫩芽识别、智能采摘机器人视觉方案、茶叶品质自动化检测。
- 适合农业机器视觉项目、本科硕士毕设、分割算法对比实验等场景使用。
- 数据集面向茶叶智能化采收方向,为茶园自动化作业系统提供可靠的训练数据支撑。
配置文件
path: ./
train: images/train
val: images/val
test: images/test
names:
0: 茶叶
# YOLO26训练代码
from ultralytics import YOLO
if __name__ == '__main__':
model = YOLO("yolo26n-seg.pt")
model.train(
data="数据集配置.yaml",
epochs=100,
imgsz=640,
batch=8,
device=0
)
#茶叶实例分割 #茶园视觉识别 #嫩芽分割 #农业AI数据集 #实例分割数据集