更新说明

README.md

@@ -1,3 +1,109 @@
 ---
-license: apache-2.0
+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
+dataset_info:
+  features:
+    - name: image
+      dtype: image
+    - name: category
+      dtype: int64
 ---
+
+## 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
+```