数据集概述
该数据集围绕芒果表面缺陷与质量分类主题构建，包含八百一十九张芒果图像文件，按表面状态分为“无缺陷”（Clear）和“有缺陷”（Defective）两类，为芒果质量视觉识别研究提供基础图像数据支持。
文件详解
该数据集按目录结构分类存储图像文件，具体说明如下：
- 根目录: Mango Quality Classification using Surface Defects/
- 无缺陷图像目录 (Clear/): 存储表面无缺陷的芒果图像，文件格式为.jpg，示例文件如IMG20230710162754.jpg、IMG20230710170410.jpg等
- 有缺陷图像目录 (Defective/): 存储表面有缺陷的芒果图像，文件格式为.jpg，示例文件如IMG20230710163310.jpg、IMG20230710165621.jpg等
- 文件类型: 所有文件均为.jpg格式，共八百一十九个文件，占比百分之百
适用场景
- 农业质量检测研究: 用于开发基于图像的芒果表面缺陷自动识别模型
- 计算机视觉应用: 可作为分类任务的训练数据，优化水果质量检测算法
- 农产品分级系统开发: 为芒果品质分级的自动化解决方案提供数据支撑
- 机器学习模型评估: 适用于验证图像分类模型在农产品质量检测场景的性能
