请在正文的第一句加入 “我正在参加「初夏创意投稿大赛」详情请看：初夏创意投稿大赛”

从零点一开始机器学习之开发过程（1）数据准备

前言

端午节到了，夏天也就来了，在夏天最美的生活是空调wifi西瓜，西瓜只有夏天好比包包之于女友，满分之于学生。但是夏天的水果可不单单是西瓜啊，葡萄，芒果，李子等。 正好前段时间入门了一下机器学习的图像分类，那么我们就设计一个夏日专属的图像分类系统吧。

一、数据准备

相关的数据集的准备可以从网上收集，下载开源的数据集，合法的使用爬虫爬取一定的数据， 考虑到这个项目主要是为了学习机器学习的入门做准备的，故图像分类暂定为西瓜，芒果，葡萄

二、公开数据集获取

部分数据来自开源数据集Fruit-Images-Dataset-master.zip

Fruit-Images-Dataset数据集中水果种类还是比较完善的，同时也包含了大量蔬菜的图像，但是水果图像基本上都是近距离拍摄的图片，没有远距离图像，如西瓜数据，都是一个完整的西瓜，没有切开的，或者果盘中的西瓜

三 爬虫获取

爬虫的获取需要满足法律的要求，尽量合理使用，尤其是商业使用时，本次项目目标数据每一个分类120张，其中100张训练，20张验证。（数据量虽然很小，但是主要是让刚接触的同学熟悉流程，引导入门，忽略了精度和准确度）