RaspGrade 数据集：面向深度学习的树莓果成熟度自动评分
计算机视觉与模式识别
2025-05-15 v2
摘要
本研究探索了计算机视觉在快速、准确、非侵入式食品质量评估中的应用，聚焦于在工业环境下通过 Conveyor Belt 上的水果实现对树莓果进行基于五个不同类别的实时评分这一新挑战。为此，获取并仔细标注了一个专为该任务设计的树莓果数据集，即 RaspGrade 数据集。实例分割实验表明，可获得准确的水果级别掩码；然而，由于颜色相似性和遮挡，某些树莓果等级的分类具有挑战性，而另一些等级则易于基于颜色进行区分。获取并标注的 RaspGrade 数据集已可在 Hugging Face 上访问：https://huggingface.co/datasets/FBK-TeV/RaspGrade。
关键词
引用
@article{arxiv.2505.08537,
title = {The RaspGrade Dataset: Towards Automatic Raspberry Ripeness Grading with Deep Learning},
author = {Mohamed Lamine Mekhalfi and Paul Chippendale and Fabio Poiesi and Samuele Bonecher and Gilberto Osler and Nicola Zancanella},
journal= {arXiv preprint arXiv:2505.08537},
year = {2025}
}