Hugging Face's logo

Datasets:
cc92yy3344
/
vegetable

Tasks:
Image Classification
Modalities:
Image
Sub-tasks:
multi-class-image-classification
Languages:
Chinese
Size:
10K<n<100K
Tags:
蔬菜
图像分类
License:
Dataset card Data Studio Files
xet
Community
vegetable
File size: 3,360 Bytes 
85930ae
cb9e714
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
85930ae
cb9e714
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
 
---
annotations_creators:
- crowdsourced
language:
- zh
language_creators:
- found
license:
- apache-2.0
multilinguality:
- monolingual
pretty_name: "15\u79CD\u852C\u83DC\u6570\u636E\u96C6"
size_categories:
- 10K<n<100K
source_datasets:
- original
tags:
- "\u852C\u83DC"
- "\u56FE\u50CF\u5206\u7C7B"
task_categories:
- image-classification
task_ids:
- multi-class-image-classification
---

## 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,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://huggingface.co/datasets/cc92yy3344/vegetable.git
```