摘要该数据集面向椰枣品种识别、尺寸分类和质量等级检验任务收录Aseel、Fasli Toto、Gajar和Kupro四个椰枣品种的原始图像。数据集概述该数据集面向椰枣品种识别、尺寸分类和质量等级检验任务收录Aseel、Fasli Toto、Gajar和Kupro四个椰枣品种的原始图像。数据旨在解决人工分拣依赖熟练工人、处理效率有限及等级标准一致性不足等问题为椰枣加工、出口检验和自动化分级系统研发提供视觉数据支持。数据结构与关键特征数据集采用多层文件夹结构组织首先按照四个椰枣品种划分一级目录每个品种目录再根据果实大小划分为大、中、小三个子目录各尺寸目录继续细分为一级、二级和三级质量等级。图像均在受控环境中采集相机与果实之间的距离保持固定有利于减少背景、尺度和拍摄距离变化造成的干扰。该结构同时包含品种、尺寸和质量三个层级的标签信息适合开展层次化分类与细粒度识别研究。应用价值与研究方向该数据集可用于椰枣品种分类、果实尺寸检测、质量等级判定、外观缺陷识别及自动化分选设备开发。研究方向包括卷积神经网络与视觉Transformer分类、多任务学习、层次化分类、尺寸估计、颜色与纹理特征分析、目标检测、实例分割及模型轻量化部署还可结合重量、含水率、成熟度和表面缺陷数据进一步研究椰枣综合品质评价、智能包装和出口质量控制。数据集来源由张家梁(Bob)整理并于2026年在7zcode平台公开发布。数据集信息免责声明与引用数据仅用于科研与教学用途。若用于商业场景请自行核验数据许可。如需引用请在论文或报告中注明数据集名称与版本号。作者信息作者Bob (张家梁)项目编号Datasets-590文件大小177M原创声明本数据集为整理作品