Fruit Recognition
Ensemble d’images de fruits et légumes destiné à la reconnaissance visuelle. Le dataset contient 33 classes, avec une taille normalisée de 100x100 pixels.
22 495 images JPG (100x100px), réparties sur 33 classes
TJ NMLO Public Dataset (usage libre sans mention restrictive)
Description
Le dataset Fruit Recognition contient plus de 22 000 images de fruits et légumes, chacune classée dans l’une des 33 catégories. Les images sont de taille uniforme (100x100 pixels) et comprennent des rotations pour augmenter la robustesse du modèle. Il est structuré en deux ensembles : un set d’entraînement et un set de test, chacun organisé selon les bonnes pratiques de machine learning.
À quoi sert ce dataset ?
- Entraîner un modèle de classification d’images pour fruits et légumes
- Tester des algorithmes de reconnaissance visuelle simples ou complexes
- Créer des applications éducatives ou alimentaires basées sur la détection d’aliments
Peut-on l’enrichir ou l’améliorer ?
Oui. Il est possible d’augmenter artificiellement les données via rotation, zoom ou flou, ou d’y ajouter des métadonnées (saison, origine, couleur dominante). Une segmentation manuelle ou automatique peut aussi améliorer la précision sur des tâches plus complexes comme la détection multi-objets.
🔎 En résumé
🧠 Recommandé pour
- Débutants en deep learning
- Projets d’IA alimentaire
- Démos interactives de classification
🔧 Outils compatibles
- TensorFlow
- Keras
- PyTorch
- FastAI
- Teachable Machine
💡 Astuce
Pour augmenter la robustesse de votre modèle, appliquez un prétraitement d’éclairage variable et d’arrière-plans artificiels pour simuler des conditions réelles.
Questions fréquemment posées
Le dataset est-il adapté à un projet de reconnaissance en temps réel ?
Oui, sa taille d’image réduite (100x100) le rend très efficace pour des modèles légers, adaptés aux déploiements sur mobile ou embarqué.
Est-ce que les fruits sont bien équilibrés entre les classes ?
Globalement oui, bien que certaines classes puissent contenir légèrement plus d’images. Une analyse préalable est recommandée.
Peut-on utiliser ce dataset pour un usage commercial ?
Oui, la source est publique et aucune restriction explicite n’est indiquée. Il est toutefois prudent de vérifier les termes à chaque mise à jour.
