食料生産総合研究所 
背景・目的
本記事では，前々回の記事および前回の記事に続いて画像を用いた物体検出や分類のための野菜や果物のデータセットを紹介します．前回の記事では紹介しきれなかった内容の中でも，本記事ではkaggleで公開されているデータセットを中心に紹介します．皆様の活動の一助になれば幸いです．
データセット
Vegetable Crops Dataset for Proximal Sensing (VCD)
物体検出に使用できるデータセットです．トウモロコシ（Zea Mays），インゲン（Phaseolus vulgaris）およびネギ（Allium ampeloprasum）の播種から移植までの2～5週間の画像のデータセットです．画像は，制御された光環境下で撮影されています．撮影場所は，フランスの圃場です．データには，作物体の他に茎の部分が検出できるようにアノテーションがされています．
2801枚
- 作物全体
- Maize：トウモロコシ
- Bean：インゲン
- Leek：ネギ
- 茎の根元部分
- 茎の根元部分と葉の先端を結ぶ線
撮影に使用しているカメラの性能では，5MPの解像度の画像が取得されているはずですが，データセット内の画像を確かめていないため不明です．
CC BY 4.0
Lac, L., Keresztes, B., Louargant, M., Donias, M., Costa, J.P.D.
Lac, L., Keresztes, B., Louargant, M., Donias, M., Costa, J.P.D. 2022. An annotated image dataset of vegetable crops at an early stage of growth for proximal sensing applications. Data in Brief, 42, 108035. https://doi.org/10.1016/j.dib.2022.108035
VegFru
こちらも野菜や果物のデータセットです．おそらく，分類に使用できるデータセットだと思います．データ数は総計160000以上でクラス数も子クラスで292あるようです．
it contains more than 160,000 images in total and at least 200 images for each subordinate class.
上記のように説明されています．
The current version covers vegetables and fruits of 25 upper-level categories and 292 subordinate classes.
上記のように説明されています．
画像によって異なる．
Apache-2.0 license
Hou, S., Feng, Y., Wang, Z.
Hou, S., Feng, Y., Wang, Z. 2017. VegFru: A Domain-Specific Dataset for Fine-grained Visual Categorization. IEEE International Conference on Computer Vision (ICCV), Venice, Italy, 541-549. https://doi.org/10.1109/ICCV.2017.66
Fruit and Vegetables SSM
このデータセットは食べ物（野菜，果物や卵など）の画像分類に使用できるデータセットです．30種のクラスがあり，計18000枚の画像が入っています．
18000枚
30クラス
- Apple：リンゴ
- Banana：バナナ
- Broccoli：ブロッコリー
- Carrots：ニンジン
- Cauliflower：カリフラワー
- Chili：トウガラシ
- Coconut：ココナッツ
- Cucumber：キュウリ
- Custard apple：ギュウシンリ
- Dates：デーツ
- Dragon：ドラゴンフルーツ
- Egg：タマゴ
- Garlic：ニンニク
- Grape：ブドウ
- Green Lemon：グリーンレモン
- Jackfruit：パラミツ
- Kiwi：キウイフルーツ
- Mango：マンゴー
- Okra：オクラ
- Onion：タマネギ
- Orange：オレンジ
- Papaya：パパイヤ
- Peanut：ピーナッツ
- Pineapple：パイナップル
- Pomegranate：ザクロ
- Star Fruits：スターフルーツ
- Strawberry：イチゴ
- Sweet Potato：サツマイモ
- Watermelon：スイカ
- White Mushroom：白いマッシュルーム
画像によって異なる
CC0: Public Domain
Faysal, S.
Fruits & Vegetable Detection for YOLOv4
このデータセットは14種の野菜や果物の画像をまとめた物体検出に使用できるデータセットです．野菜や果物の画像は他のデータセットと同じリンゴやブドウなどの構成ですが，このデータセットはバウンディングボックスが付与されています．また，袋にはいっている野菜や果物の画像が入っているのもひとつの特徴だと思います．
4592枚
14クラス
- Apple：リンゴ
- Apple-bag：（袋に入った）リンゴ
- Grapes：ブドウ
- Grapes-bag：（袋に入った）ブドウ
- Lemon：レモン
- Lemon-bag：（袋に入った）レモン
- Tomato：トマト
- Tomato-bag：（袋に入った）トマト
- Banana：バナナ
- Banana-bag：（袋に入った）バナナ
- Raspberry：ラズベリー
- Chili：トウガラシ
- CHili-bag：（袋に入った）トウガラシ
- Blackberry：ブラックベリー
3042×4032 px
『著作権が著作者に帰属』との表記あり
Patel, K.
Plants Type Datasets
このデータセットは30種の野菜や果物の画像をまとめた分類に使用できるデータセットです．他のデータセットには入っていないようなキャッサバやアロエベラの画像が入っているのが特徴だと思います．
30000枚
30クラス
- Aloevera：アロエベラ
- Banana：バナナ
- Bilimbi：ナガバノゴレンシ
- Cantaloupe：カンタロープ
- Cassava：キャッサバ
- Coconut：ココナッツ
- Corn：トウモロコシ
- Cucumber：キュウリ
- Curcuma：ウコン
- Eggplant：ナス
- Galangal：ナンキョウ
- Ginger：ショウガ
- Guava：グァバ
- Kale：ケール
- Longbeansインゲン
- Mango：マンゴー
- Melon：メロン
- Orange：オレンジ
- Paddy：コメ
- Papaya：パパイヤ
- Pepper chili：トウガラシ
- Pineapple：パイナップル
- Pomelo：ブンタン
- Shallot：エシャロット
- Soybeans：ダイズ
- Spinach：ホウレンソウ
- Sweet potatoes：サツマイモ
- Tobacco：タバコ
- Waterapple：ワックスアップル
- Watermelon：スイカ
画像によって異なる．
『著作権が著作者に帰属』との表記あり
Sulistya, Y.I.
Sulistya, Y.I. 2023. Plants Type Datasets [Data set]. Kaggle. https://doi.org/10.34740/KAGGLE/DSV/7170186
fruit and vegetable dataset for Shelf life
このデータセットは4種の野菜や果物の画像をまとめた鮮度分類に使用できるデータセットです．画像は，対象作物がどの程度保存が可能かで分けられています．
1932枚
14クラス（対象作物は，4種で保存期間ごとに子クラスが分かれている）
- Apple：リンゴ
- 1-5
- 5-10
- 10-14
- Banana：バナナ
- 1-5
- 5-10
- 10-15
- 15-20
- Carrot：ニンジン
- 1-2
- 3-4
- 5-6
- Tomato：トマト
- 1-5
- 5-10
- 10-15
- Expired
画像によって異なる．
不明
Kavumpadi, S.
引用文献やサイトなど
- Lac, L., Keresztes, B., Louargant, M., Donias, M., Costa, J.P.D. 2022. An annotated image dataset of vegetable crops at an early stage of growth for proximal sensing applications. Data in Brief, 42, 108035. https://doi.org/10.1016/j.dib.2022.108035
- Hou, S., Feng, Y., Wang, Z. 2017. VegFru: A Domain-Specific Dataset for Fine-grained Visual Categorization. IEEE International Conference on Computer Vision (ICCV), Venice, Italy, 541-549. https://doi.org/10.1109/ICCV.2017.66
- Faysal, S. Fruit and Vegetables SSM. Kaggle [Data set]. https://www.kaggle.com/datasets/shadikfaysal/fruit-and-vegetables-ssm, accessed on 17 February 2024.
- Patel, K. Fruits & Vegetable Detection for YOLOv4. Kaggle [Data set]. https://www.kaggle.com/datasets/kvnpatel/fruits-vegetable-detection-for-yolov4, accessed on 17 February 2024.
- Sulistya, Y.I. 2023. Plants Type Datasets [Data set]. Kaggle. https://doi.org/10.34740/KAGGLE/DSV/7170186
- Kavumpadi, S. fruit and vegetable dataset for Shelf life. Kaggle [Data set]. https://www.kaggle.com/datasets/soorajkavumpadi/fruit-and-vegetable-dataset-for-shelf-life, accessed on 17 February 2024.
