Cet ensemble de données contient des images de trois types de fruits : pommes, oranges et bananes. Il existe un dossier distinct pour chaque catégorie de fruits et différents sous-dossiers sont fournis pour les fruits frais et pourris, indiquant l'état de fraîcheur.

L'ensemble de données est divisé en trois parties : formation, test et validation. La partition d'entraînement contient des images étiquetées utilisées pour l'entraînement du modèle, tandis que la partition de test est utilisée pour évaluer les performances du modèle sur des données invisibles. La partition de validation est utilisée pour affiner les hyperparamètres du modèle et surveiller la progression de la formation. Chaque image est étiquetée en fonction de son type de fruit et de son état de fraîcheur, permettant des tâches d'apprentissage supervisées telles que la classification ou la détection d'objets. La structure de cet ensemble de données facilite le développement et l’évaluation de modèles robustes pour les tâches liées à l’évaluation ou à la classification de la qualité des fruits.