---
title: vegetable
canonical_url: "https://www.modelscope.cn/datasets/ai0pua/vegetable"
md_url: "https://www.modelscope.cn/datasets/ai0pua/vegetable.md"
repository: ai0pua/vegetable
chinese_name: "蔬菜图像集"
last_updated: 2023-03-02
license: "Apache License 2.0"
storage_size: "896 KB"
domain:
  - image
tasks:
  - image-classification
size_scale:
  - 10k-1m
downloads: 4885
stars: 28
---

# vegetable

> vegetable - ai0pua 在 ModelScope 开源的数据集。从蔬菜生产到交付，有几个常见步骤是手动操作的。比如采摘和分类蔬菜。因此，我们决定通过开发一个可以检测和分类蔬菜的模型，使用深度神经架构来解决这个问题。该模型可以在不同类型的设备中实现，也可以解决与蔬菜识别相关的其他问题，例如自动标记蔬菜，而无需任何人工操作。

ai0pua/vegetable 是 ModelScope 魔搭社区上的image-classification数据集，涉及 image 领域，存储大小 896 KB，采用 Apache License 2.0 许可。

- **Repository**: ai0pua/vegetable
- **License**: Apache License 2.0
- **Tasks**: image-classification
- **Domain**: image
- **Storage size**: 896 KB
- **Downloads**: 4885
- **Stars**: 28
- **Last updated**: 2023-03-02

Source: https://www.modelscope.cn/datasets/ai0pua/vegetable

---

## 蔬菜图像数据集
### 背景
最初的实验是用世界各地发现的15种常见蔬菜进行的。实验选择的蔬菜有：豆类、苦瓜、葫芦、茄子、西兰花、卷心菜、辣椒、胡萝卜、花椰菜、黄瓜、木瓜、土豆、南瓜、萝卜和番茄。共使用了来自15个类的21000张图像，其中每个类包含1400张尺寸为224×224、格式为*.jpg的图像。数据集中70%用于培训，15%用于验证，15%用于测试。
### 目录
此数据集包含三个文件夹：
- train (15000 张图像)
- test (3000 张图像)
- validation (3000 张图像)
### 数据收集
这个数据集中的图像是我们为一个项目从蔬菜农场和市场收集的。
### 制作元数据文件
运行下面`python`的代码，就可以在桌面生成三个csv格式的元数据文件、一个分类数据文件（需要放入到数据文件中）
```python
#!/usr/bin/env python3
# -*- coding: utf-8 -*-

"""
1.下载的数据文件 Vegetable Images.zip ，并解压到桌面
2.然后执行 python generate.py 即可生成三个元数据文件和一个分类数据文件
"""
import os
from pathlib import Path


category_dict = {
    'Bean': '豆类',
    'Bitter_Gourd': '苦瓜',
    'Bottle_Gourd': '葫芦',
    'Brinjal': '茄子',
    'Broccoli': '西兰花',
    'Cabbage': '卷心菜',
    'Capsicum': '辣椒',
    'Carrot': '胡萝卜',
    'Cauliflower': '花椰菜',
    'Cucumber': '黄瓜',
    'Papaya': '木瓜',
    'Potato': '土豆',
    'Pumpkin': '南瓜',
    'Radish': '萝卜',
    'Tomato': '番茄',
}
base_path = Path.home().joinpath('desktop')
data = '\n'.join((item for item in category_dict.values()))  # 注意：利用了python 3.6之后字典插入有序的特性
base_path.joinpath('classname.txt').write_text(data, encoding='utf-8')


def create(filename):
    csv_path = base_path.joinpath(f'{filename}.csv')
    with csv_path.open('wt', encoding='utf-8', newline='') as csv:
        csv.writelines([f'image:FILE,category{os.linesep}'])
        data_path = base_path.joinpath('Vegetable Images', filename)
        batch = 0
        datas = []
        keys = list(category_dict.keys())
        for image_path in data_path.rglob('*.jpg'):
            batch += 1
            part1 = str(image_path).removeprefix(str(base_path)).replace('\\', '/')[1:]
            part2 = keys.index(image_path.parents[0].name)
            datas.append(f'{part1},{part2}{os.linesep}')
            if batch > 100:
                csv.writelines(datas)
                datas.clear()
        if datas:
            csv.writelines(datas)
    return csv_path.stat().st_size


if __name__ == '__main__':
    print(create('train'))
    print(create('test'))
    print(create('validation'))
```
### 致谢
非常感谢原始数据集提供方 [Vegetable Image Dataset](https://www.kaggle.com/datasets/misrakahmed/vegetable-image-dataset)。
### 克隆数据
```bash
git clone https://www.modelscope.cn/datasets/ai0pua/vegetable.git
```