苹果数据集。图片均为在真实果园中采集到的，图片分辨率高，拍摄的苹果均为长在果树之上的，里面包含成熟的苹果、未成熟的、被果树叶部分遮挡的……，可以用于训练无人机苹果采摘，智能机器人采摘、机械臂采摘等视觉算法模型。

[hot]数据集为txt格式，是已经标注好的数据集，已经标注好的！已经标注好的！包含类别标签yaml文件，可以直接用于模型训练（比如YOLO系列目标检测模型）。数据集共包含约4200张高质量图片，均为实地拍摄图片的原图，不含任何数据增强后的图片，数据集共分为两类：names: ['unripe', 'mature'] #未成熟的（幼果不适合采摘）、成熟的（适合采摘）。标注准确，实测yolo11s map50达到85.7%

图片是用两种不同的高清相机拍摄的，有两种尺寸：分辨率4032*3024，图片分辨率1920*1080

【文件清单】

det_apple_fruit_maturity.zip（1.17 GB，解压即用）

解压后目录结构：

det_apple_fruit_maturity/

├── data.yaml 类别配置，可直接用于 YOLO 训练

├── train/

│ ├── images/ 3356 张 jpg 原图

│ └── labels/ 3356 个 txt 标注

├── val/

│ ├── images/ 839 张 jpg 原图

│ └── labels/ 839 个 txt 标注

└── 数据集说明.txt

【类别设置】

0: unripe 未成熟（幼果，不适合采摘）

1: mature 成熟（适合采摘）

【标注校验】

用 yolo11s.pt 实际训练验证，mAP50 = 85.7%，标注质量可直接支撑检测任务落地。

【说明】

- 全部为真实果园实地拍摄原图，不含任何数据增强图片

- 两种高清相机拍摄，分辨率 1920x1080

- txt 标注为标准 YOLO 格式，与图片一一对应

- 下载后如有任何使用问题，欢迎在商品页留言