DeepFruit ist ein gemeinsam von der Prince Mohammed bin Fahd University und anderen Forschungseinrichtungen veröffentlichter Datensatz zur Klassifizierung von Obstbildern. Dieser Datensatz enthält 21.122 Fruchtbilder von 20 verschiedenen Früchten, basierend auf einer Kombination aus 8 verschiedenen Fruchtsätzen. Die Anzahl der Bilder pro Kategorie variiert von Kategorie zu Kategorie. Jede Frucht kam in vier oder fünf verschiedenen Kombinationen vor und die Bilder wurden von Tellern unterschiedlicher Größe, Form und Farbe gesammelt und aus unterschiedlichen Winkeln, mit unterschiedlichen Helligkeitsstufen und aus unterschiedlichen Entfernungen aufgenommen. Außerdem sind Beispielbilder aller Fruchtkombinationen angehängt. Die Trainings- und Test-CSV-Dateien enthalten die Beschriftungen für jede entsprechende Fruchtklasse in jedem Bild basierend auf dem Bilddateinamen.

Die Forscher verwendeten ein Samsung Galaxy S10-Smartphone, um diese Fruchtbilder aufzunehmen, und verwendeten Vorverarbeitungstechniken, um die Bilder zu drehen, zuzuschneiden und zu normalisieren und so Konsistenz und Klarheit zu gewährleisten. Der Datensatz wird zufällig in einen Trainingssatz von 80% und einen Testsatz von 20% aufgeteilt, um das Training und die Auswertung des Modells zu erleichtern. DeepFruit kann für die Forschung im Bereich der Obsterkennung, -erkennung und -klassifizierung sowie für andere innovative Anwendungen wie die Kalorienschätzung verwendet werden.