jf-floresriera/agrocomputation_227_avocado_rgb_luis_castillo

Agrocomputation 227 – Avocado RGB Damage Dataset

(By Luis Alberto Castillo Sanabria & Jesús Enrique Flores Riera)

Este conjunto de datos forma parte de la colección Agrocomputation 227, dedicada al desarrollo de recursos digitales basados en imágenes para clasificación, detección de daños y evaluación de calidad en sistemas agrícolas. El presente dataset contiene imágenes RGB de aguacate (Persea americana) capturadas en condiciones de campo y poscosecha, con variabilidad real de daños fisiológicos, físicos, patogénicos y entomológicos.

Las imágenes fueron obtenidas por Luis Alberto Castillo Sanabria y Jesús Enrique Flores Riera, como parte de actividades de investigación en agrocomputación, visión por computador y calidad de fruto.

📌 General Description (English)

This dataset is part of Agrocomputation 227, a multi-species digital phenotyping collection. It includes RGB images of avocado fruits (Persea americana) captured under field and postharvest conditions. The dataset reflects realistic variability in physiological, mechanical, pathogenic, and arthropod-related damages.

The images were collected by Luis Alberto Castillo Sanabria and Jesús Enrique Flores Riera during research in agro-computation, computer vision, and postharvest quality assessment.

🧩 Dataset Structure (ES / EN)

El repositorio se encuentra organizado en carpetas que representan clases visuales, dependiendo del tipo de daño o condición del fruto.

📂 Estructura general / General folder structure

1. Frutos sanos / Healthy fruits

• —Aguacate/Sano

2. Daños / Damage categories

Cada carpeta contiene imágenes en formatos .jpg, .jpeg o .png, manteniendo su resolución original.

🎯 Purpose of the Dataset / Propósito del Dataset

Español

El dataset se diseñó para:

• —Entrenamiento de modelos de visión por computador (clasificación, detección).
• —Desarrollo de modelos de clasificación multicategoría de daños.
• —Investigación en poscosecha y calidad de fruto.
• —Prácticas de fenotipado digital en agricultura de precisión.
• —Entrenamiento de arquitecturas profundas como ResNet, EfficientNet, MobileNet, Xception, YOLO, entre otras.

English

The dataset supports:

• —Training of computer vision models (classification, detection).
• —Multiclass fruit damage classification.
• —Research in postharvest quality and digital phenotyping.
• —Development of agricultural AI systems using deep learning.

🔍 Technical Notes / Notas técnicas

• —Imágenes capturadas con diferentes dispositivos, condiciones de luz y fondos.
• —Dataset no balanceado, reflejando distribución real del campo.
• —Ideal para tareas de:
• —Data augmentation
• —Domain adaptation
• —Robust deep learning

📥 How to Cite / Cómo citar

Castillo-Sanabria, L. A., & Flores-Riera, J. E. (2025). Agrocomputation 227 – Avocado RGB Damage Dataset. Hugging Face Datasets.

🔄 Future Updates / Actualizaciones futuras

• —Inclusión de nuevas clases de daño.
• —Limpieza y etiquetado refinado.
• —Versión con máscara de segmentación.
• —Anotaciones bounding-box para entrenamiento de detectores.

📜 License / Licencia

El dataset se distribuye bajo licencia Artistic-2.0, permitiendo uso académico y científico con atribución adecuada.