近期整理的各类水果（包括干果）数据集，分享给大家。
1、8类水果图片数据集（每类100张图片左右）['橘子'，'菠萝'，'苹果'，'木瓜'，'火龙果'，'香蕉'，'樱桃'，'芒果']
从谷歌图像中下载和整理。数据被分成3个文件夹：train(80%)、test(10%)和val(10%)。
下载地址：8类水果数据集
2、11个葡萄品种的叶片数据集。
11个葡萄品种的叶片数据集，欧塞尔罗伊赤霞珠、品丽珠、赤霞珠、霞多丽、梅洛穆勒、图尔高、黑比诺、雷司令、白苏维浓、西拉、丹帕尼罗，葡萄生长环境实地拍摄，高清图片，每类大约100张叶片图片，共1009张图片。
下载地址：11类葡萄叶片数据集
3、11水果注释数据集(Yolov5格式)（苹果，鳄梨，蓝莓，辣椒，樱桃，猕猴桃，芒果，橙子，岩瓜，草莓，小麦）
下载地址： 11类水果注释图片数据集
4、14种不同植物叶片数据集，0“苹果”1“蓝莓”2“樱桃”3“玉米”4“葡萄”5“橘子”6“桃子”7“胡椒”8“马铃薯”9“覆盆子”10“大豆”11“南瓜”12“草莓”13“西红柿”，各类图片数量如下：苹果988蓝莓467樱桃583玉米1206葡萄1458橘子1748桃子977胡椒765马铃薯716树莓264大豆1616南瓜574草莓673番茄5693
下载地址：14种不同植物叶片数据集
5、草莓常见病害coco实例分割数据集，angular leafspot 叶角斑 Anthracnose Fruit Rot 炭疽病水果腐烂 Blossom Blight 花朵枯萎 Gray Mold 灰霉病 Leaf Spot 叶斑病 Powdery Mildew Fruit 白粉病水果 Powdery Mildew Leaf 白粉病叶片。
下载地址：草莓常见病害coco实例分割数据集
6、草莓叶片图像数据集，包含了草莓叶片的病虫害图片和正常的叶片图片，2500多张草莓叶子图片，非自然环境，单一背景。
下载地址： 草莓叶片的病虫害图像数据集
7、橙子多类疾病图片数据集，该数据集用于构建机器学习和深度学习算法，以对橙子的疾病进行分类。在这个数据集中，有一类是新鲜橙子，还有其他三类疾病，柑橘溃疡病，黑斑病和柑橘黄变病。每类疾病200-300张图片不等。
下载地址： 橙子多类疾病图片数据集
8、番茄疾病数据集(CSV+图片)18130张番茄叶病害图片
下载地址： 番茄疾病叶片病害图像数据集
9、甘蔗红腐病叶片数据集，总共有900多张图片，分为健康和染病法以及测试三个文件夹
下载地址：甘蔗红腐病叶片数据集
10、甘蔗茎秆状态数据集，分为健康和有损害2类，共2800多张图片
下载地址： 甘蔗茎秆状态数据集
11、甘蔗叶面疾病检测数据集，枯萎病、健康、红腐病三类，每类100张图片
下载地址： 甘蔗叶面疾病检测数据集，枯萎病、健康、红腐病三类，
12、柑橘病虫害数据集,680多张柑橘黄龙病病害图片数据
下载地址： 柑橘病虫害数据集
13、柑橘类疾病图像分类数据集，包含柑橘溃疡病和黑斑病，每类1200张图片左右
下载地址：柑橘类疾病图像分类数据集
14、花生叶片病害检测数据集，该数据集包含图像及其标签xml文件，共335张花生叶片图像。
下载地址：花生叶片病害检测数据集
15、开心果图像数据集，该数据集共包含2148张图片，其中Kirmizi的1232张和Siirt P的916张。
下载地址： 开心果图像数据集，该数据集共包含2148张图片
16、木瓜成熟度图像识别数据集，实验共使用了57种水果的130个样本。这些果实可分为三个成熟期(EM1、EM2和EM3)。有些图像有多个采集，拥有多个图像。
下载地址： 木瓜成熟度图像识别数据集
17、苹果病害分类图片数据集，真实环境拍摄，共分为4类，每类在200-600张图片
下载地址： 苹果病害分类图片数据集
18、苹果病害数据集，包含保存在“健康”和“Scab”两个文件夹中的分类图像，以识别其类别。还有一个关于苹果叶子结痂症状的数据集，共1190张图片。
下载地址：苹果病害数据集
19、葡萄叶图像数据集，Ak, Ala Idris, Büzgülü， Dimnit和Nazli葡萄叶子图片，每类葡萄100张图片。
下载地址：葡萄叶图像数据集
20、葡萄在不同发展阶段的图像数据集，文件v0.1 1.212张图片，大小1280x720px，包含3.993个边界框。文件v0.2 2.099张图片，大小1280x720px，包含6.641个边界框。
下载地址：葡萄在不同发展阶段的图像数据集
21、秋天红黄葡萄叶分类图像数据集，葡萄地实拍，每类有葡萄叶500张以上
下载地址：秋天红黄葡萄叶分类图像数据集，葡萄地实拍
22、水果和蔬菜保质期数据集，它包括苹果、香蕉、西红柿、胡萝卜的图片。它可用于根据水果或蔬菜的保质期进行分类（每类水果分为了不同时长的保质期阶段，每个阶段有100张图片左右。例如1-5天的苹果、5-10天的苹果、10-15天的苹果图像。
下载地址：水果和蔬菜保质期数据集，它包括苹果、香蕉、西红柿、胡萝卜的图片
23、水果和蔬菜图像目标识别数据集，该数据集包含以下食物的图像水果-香蕉，苹果，梨，葡萄，橙子，猕猴桃，西瓜，石榴，菠萝，芒果。蔬菜-黄瓜，胡萝卜，辣椒，洋葱，土豆，柠檬，西红柿，萝卜，甜菜根，卷心菜，生菜，菠菜，黄豆，花椰菜，甜椒，辣椒，萝卜，玉米，甜玉米，甘薯，辣椒粉，jalepeño，姜，大蒜，豌豆，茄子。共3800多张图片
下载地址：水果和蔬菜图像目标识别数据集，该数据集包含以下食物的图像水果-香蕉，苹果，梨，葡萄，橙子，猕猴桃
24、桃树叶数据集，包含六种桃子的叶子图片。zip文件包含六种不同的桃子品种。里面的每个文件都有一个数字，代表各种类型。1) CP-03-06(试验品种，非官方品种);2)奥罗阿兹台克;3) Oro San Juan;4)细微;5) Colegio;6)罗宾。每类有200-700张图片不等。
下载地址：桃树叶数据集，包含六种桃子的叶子图片
25、桃子成熟程度分类数据集，单张桃子拍照，共572张图片
下载地址：桃子成熟程度分类数据集，单张桃子拍照
26、西瓜花数据集，一共包含419张各类西瓜花的图片，可以用于西瓜花的识别模型的训练
我主要使用Ruby来执行此操作，但到目前为止我的攻击计划如下:使用gemsrdf、rdf-rdfa和rdf-microdata或mida来解析给定任何URI的数据。我认为最好映射到像schema.org这样的统一模式，例如使用这个yaml文件，它试图描述数据词汇表和opengraph到schema.org之间的转换:#SchemaXtoschema.orgconversion#data-vocabularyDV:name:namestreet-address:streetAddressregion:addressRegionlocality:addressLocalityphoto:i
有时我需要处理键/值数据。我不喜欢使用数组，因为它们在大小上没有限制(很容易不小心添加超过2个项目，而且您最终需要稍后验证大小)。此外，0和1的索引变成了魔数(MagicNumber)，并且在传达含义方面做得很差(“当我说0时，我的意思是head...”)。散列也不合适，因为可能会不小心添加额外的条目。我写了下面的类来解决这个问题:classPairattr_accessor:head,:taildefinitialize(h,t)@head,@tail=h,tendend它工作得很好并且解决了问题，但我很想知道:Ruby标准库是否已经带有这样一个类？ 最佳
我正在尝试使用Curbgem执行以下POST以解析云curl-XPOST\-H"X-Parse-Application-Id:PARSE_APP_ID"\-H"X-Parse-REST-API-Key:PARSE_API_KEY"\-H"Content-Type:image/jpeg"\--data-binary'@myPicture.jpg'\https://api.parse.com/1/files/pic.jpg用这个:curl=Curl::Easy.new("https://api.parse.com/1/files/lion.jpg")curl.multipart_form_
无论您是想搭建桌面端、WEB端或者移动端APP应用，HOOPSPlatform组件都可以为您提供弹性的3D集成架构，同时，由工业领域3D技术专家组成的HOOPS技术团队也能为您提供技术支持服务。如果您的客户期望有一种在多个平台（桌面/WEB/APP，而且某些客户端是“瘦”客户端）快速、方便地将数据接入到3D应用系统的解决方案，并且当访问数据时，在各个平台上的性能和用户体验保持一致，HOOPSPlatform将帮助您完成。利用HOOPSPlatform，您可以开发在任何环境下的3D基础应用架构。HOOPSPlatform可以帮您打造3D创新型产品，HOOPSSDK包含的技术有：快速且准确的CAD
本教程将在Unity3D中混合Optitrack与数据手套的数据流，在人体运动的基础上，添加双手手指部分的运动。双手手背的角度仍由Optitrack提供，数据手套提供双手手指的角度。 01 客户端软件分别安装MotiveBody与MotionVenus并校准人体与数据手套。MotiveBodyMotionVenus数据手套使用、校准流程参照：https://gitee.com/foheart_1/foheart-h1-data-summary.git02 数据转发打开MotiveBody软件的Streaming，开始向Unity3D广播数据；MotionVenus中设置->选项选择Unit
文章目录一、概述简介原理模块二、配置Mysql使用版本环境要求1.操作系统2.mysql要求三、配置canal-server离线下载在线下载上传解压修改配置单机配置集群配置分库分表配置1.修改全局配置2.实例配置垂直分库水平分库3.修改group-instance.xml4.启动监听四、配置canal-adapter1修改启动配置2配置映射文件3启动ES数据同步查询所有订阅同步数据同步开关启动4.验证五、配置canal-admin一、概述简介canal是Alibaba旗下的一款开源项目，Java开发。基于数据库增量日志解析，提供增量数据订阅&消费。Git地址：https://github.co
HashMap中为什么引入红黑树，而不是AVL树呢1.概述开始学习这个知识点之前我们需要知道，在JDK1.8以及之前，针对HashMap有什么不同。JDK1.7的时候，HashMap的底层实现是数组+链表JDK1.8的时候，HashMap的底层实现是数组+链表+红黑树我们要思考一个问题，为什么要从链表转为红黑树呢。首先先让我们了解下链表有什么不好？？？2.链表上述的截图其实就是链表的结构，我们来看下链表的增删改查的时间复杂度增：因为链表不是线性结构，所以每次添加的时候，只需要移动一个节点，所以可以理解为复杂度是N(1)删：算法时间复杂度跟增保持一致查：既然是非线性结构，所以查询某一个节点的时候
我正在尝试在Rails上安装ruby，到目前为止一切都已安装，但是当我尝试使用rakedb:create创建数据库时，我收到一个奇怪的错误:dyld:lazysymbolbindingfailed:Symbolnotfound:_mysql_get_client_infoReferencedfrom:/Library/Ruby/Gems/1.8/gems/mysql2-0.3.11/lib/mysql2/mysql2.bundleExpectedin:flatnamespacedyld:Symbolnotfound:_mysql_get_client_infoReferencedf
文章目录1.开发板选择*用到的资源2.串口通信（个人理解）3.代码分析（注释比较详细）1.主函数2.串口1配置3.串口2配置以及中断函数4.注意问题5.源码链接1.开发板选择我用的是STM32F103RCT6的板子，不过代码大概在F103系列的板子上都可以运行，我试过在野火103的霸道板上也可以，主要看一下串口对应的引脚一不一样就行了，不一样的就更改一下。*用到的资源keil5软件这里用到了两个串口资源，采集数据一个，串口通信一个，板子对应引脚如下：串口1，TX：PA9，RX：PA10串口2，TX：PA2，RX：PA32.串口通信（个人理解）我就从串口采集传感器数据这个过程说一下我自己的理解，
目录前言滤波电路科普主要分类实际情况单位的概念常用评价参数函数型滤波器简单分析滤波电路构成低通滤波器RC低通滤波器RL低通滤波器高通滤波器RC高通滤波器RL高通滤波器部分摘自《LC滤波器设计与制作》，侵权删。前言最近需要学习放大电路和滤波电路，但是由于只在之前做音乐频谱分析仪的时候简单了解过一点点运放，所以也是相当从零开始学习了。滤波电路科普主要分类滤波器：主要是从不同频率的成分中提取出特定频率的信号。有源滤波器：由RC元件与运算放大器组成的滤波器。可滤除某一次或多次谐波，最普通易于采用的无源滤波器结构是将电感与电容串联，可对主要次谐波（3、5、7）构成低阻抗旁路。无源滤波器：无源滤波器，又称
