五分类花卉识别数据集
2026-01-26 05:16:12作者:凌朦慧Richard
描述
本仓库提供了一个经过精心筛选的五分类花卉识别数据集,原始数据集包含4000多张图片,但其中存在大量不满意的照片,甚至有些分类中混入了错误的图片(例如玫瑰组里全是月季)。为了确保数据集的质量,我手动去除了所有不满意的图片,最终保留了2671张高质量的花卉图片。
该数据集包括以下五种花卉的分类:
- 玫瑰
- 郁金香
- 向日葵
- 百合
- 菊花
每个分类的图片数量可能有所不同,但所有图片均经过严格筛选,确保其质量和分类的准确性。
此外,数据集中还包含一个txt文件,记录了每张图片的详细信息,方便用户进行数据处理和分析。
使用说明
- 下载数据集:您可以直接下载整个数据集,包含所有图片和txt文件。
- 数据处理:使用txt文件可以快速导入数据集,进行分类识别或其他机器学习任务。
- 注意事项:由于数据集已经过手动筛选,建议在使用前再次检查图片质量,确保符合您的需求。
贡献
如果您在使用过程中发现任何问题或有改进建议,欢迎提交Issue或Pull Request。我们期待您的参与,共同完善这个数据集。
许可证
本数据集遵循开源许可证,具体信息请查看LICENSE文件。
希望这个数据集能够帮助您在花卉识别或其他相关任务中取得更好的成果!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0138- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
726
4.66 K
Ascend Extension for PyTorch
Python
597
750
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
427
377
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
992
986
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
993
138
昇腾LLM分布式训练框架
Python
161
190
暂无简介
Dart
969
246
deepin linux kernel
C
29
16
Oohos_react_native
React Native鸿蒙化仓库
C++
345
393
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.65 K
970