---
dataset_info:
  features:
  - name: image
    dtype: image
  - name: label
    dtype:
      class_label:
        names:
          '0': asure
          '1': baklava
          '2': biber_dolmasi
          '3': borek
          '4': cig_kofte
          '5': enginar
          '6': et_sote
          '7': gozleme
          '8': hamsi
          '9': hunkar_begendi
          '10': icli_kofte
          '11': ispanak
          '12': izmir_kofte
          '13': karniyarik
          '14': kebap
          '15': kisir
          '16': kuru_fasulye
          '17': lahmacun
          '18': lokum
          '19': manti
          '20': mucver
          '21': pirinc_pilavi
          '22': simit
          '23': taze_fasulye
          '24': yaprak_sarma
  splits:
  - name: train
    num_bytes: 92682484.42957368
    num_examples: 9168
  - name: eval
    num_bytes: 11744259.60769671
    num_examples: 1146
  - name: test
    num_bytes: 11492511.059729606
    num_examples: 1147
  download_size: 116054624
  dataset_size: 115919255.097
configs:
- config_name: default
  data_files:
  - split: train
    path: data/train-*
  - split: eval
    path: data/eval-*
  - split: test
    path: data/test-*
license: apache-2.0
task_categories:
- image-classification
language:
- tr
size_categories:
- 10K<n<100K
---

> ⚠️ **Important:** English version is available below.

# TürkSofrası-25 (TurkishFoods-25) Veri Seti

**TürkSofrası-25**, 25 farklı geleneksel Türk yemeğine ait toplam **11.461** görsel içeren ve yemek tanıma/sınıflandırma amaçlı hazırlanmış bir görüntü veri setidir. Görseller `.jpg` formatında olup her sınıf için ayrı klasörlerde yer almaktadır.

Veri seti, Hugging Face `datasets` kütüphanesi biçimindedir ve `image` (görsel) ile `label` (etiket) olmak üzere iki özelliğe sahiptir. Etiketler `class_label` biçiminde tanımlanmış olup aşağıdaki gibi numaralanmıştır:

| Etiket | Sınıf Adı       |
|--------|------------------|
| 0      | Aşure            |
| 1      | Baklava          |
| 2      | Biber Dolması    |
| 3      | Börek            |
| 4      | Çiğ Köfte        |
| 5      | Enginar          |
| 6      | Et Sote          |
| 7      | Gözleme          |
| 8      | Hamsi            |
| 9      | Hünkâr Beğendi   |
| 10     | İçli Köfte       |
| 11     | Ispanak          |
| 12     | İzmir Köfte      |
| 13     | Karnıyarık       |
| 14     | Kebap            |
| 15     | Kısır            |
| 16     | Kuru Fasulye     |
| 17     | Lahmacun         |
| 18     | Lokum            |
| 19     | Mantı            |
| 20     | Mücver           |
| 21     | Pirinç Pilavı     |
| 22     | Simit            |
| 23     | Taze Fasulye     |
| 24     | Yaprak Sarma     |

## Veri Bölünmeleri

| Bölüm | Örnek Sayısı | Boyut (Bayt) |
|-------|--------------|--------------|
| Eğitim (`train`) | 9,168 | ~92.7 MB     |
| Doğrulama (`eval`) | 1,146 | ~11.7 MB     |
| Test (`test`)      | 1,147 | ~11.5 MB     |
| **Toplam**         | **11,461** | **~116 MB** |

## Klasör Yapısı

```
TurkishFoods-25/
  ├── asure
  ├── baklava
  ├── biber_dolmasi
  ├── borek
  ├── cig_kofte
  ├── enginar
  ├── et_sote
  ├── gozleme
  ├── hamsi
  ├── hunkar_begendi
  ├── icli_kofte
  ├── ispanak
  ├── izmir_kofte
  ├── karniyarik
  ├── kebap
  ├── kisir
  ├── kuru_fasulye
  ├── lahmacun
  ├── lokum
  ├── manti
  ├── mucver
  ├── pirinc_pilavi
  ├── simit
  ├── taze_fasulye
  └── yaprak_sarma
```

Her klasör ilgili yemeğe ait `.jpg` uzantılı görselleri içerir.

## Atıf

> **Önemli:** Bu veri seti bana ait değildir. Lütfen araştırmalarınızda bu veri setini kullanırsanız orijinal yazarları ve aşağıdaki yayını kaynak gösteriniz.

```bibtex
@inproceedings{kayikcci2019classification,
  title={Classification of turkish cuisine with deep learning on mobile platform},
  author={Kay{\i}k{\c{c}}{\i}, {\c{S}}afak and Ba{\c{s}}ol, Yusuf and D{\"o}rter, Elanur},
  booktitle={2019 4th International Conference on Computer Science and Engineering (UBMK)},
  pages={1--5},
  year={2019},
  organization={Ieee}
}
```

# TurkishFoods-25 (TürkSofrası-25) Dataset

**TurkishFoods-25** is a benchmark dataset consisting of **11,461** images of 25 traditional Turkish dishes, intended for food recognition and classification tasks. All images are in `.jpg` format and organized into folders per class.

The dataset follows the Hugging Face `datasets` format with two features: `image` and `label`. The `label` is defined as a `class_label` with the following mapping:

| Label | Class Name     |
|-------|----------------|
| 0     | Aşure          |
| 1     | Baklava        |
| 2     | Biber Dolması  |
| 3     | Börek          |
| 4     | Çiğ Köfte      |
| 5     | Enginar        |
| 6     | Et Sote        |
| 7     | Gözleme        |
| 8     | Hamsi          |
| 9     | Hünkâr Beğendi |
| 10    | İçli Köfte     |
| 11    | Ispanak        |
| 12    | İzmir Köfte    |
| 13    | Karnıyarık     |
| 14    | Kebap          |
| 15    | Kısır          |
| 16    | Kuru Fasulye   |
| 17    | Lahmacun       |
| 18    | Lokum          |
| 19    | Mantı          |
| 20    | Mücver         |
| 21    | Pirinç Pilavı  |
| 22    | Simit          |
| 23    | Taze Fasulye   |
| 24    | Yaprak Sarma   |

## Dataset Splits

| Split | Number of Examples | Size (Bytes) |
|-------|---------------------|--------------|
| Train | 9,168               | ~92.7 MB     |
| Eval  | 1,146               | ~11.7 MB     |
| Test  | 1,147               | ~11.5 MB     |
| **Total** | **11,461**      | **~116 MB**  |

## Directory Structure

```
TurkishFoods-25/
  ├── asure
  ├── baklava
  ├── biber_dolmasi
  ├── borek
  ├── cig_kofte
  ├── enginar
  ├── et_sote
  ├── gozleme
  ├── hamsi
  ├── hunkar_begendi
  ├── icli_kofte
  ├── ispanak
  ├── izmir_kofte
  ├── karniyarik
  ├── kebap
  ├── kisir
  ├── kuru_fasulye
  ├── lahmacun
  ├── lokum
  ├── manti
  ├── mucver
  ├── pirinc_pilavi
  ├── simit
  ├── taze_fasulye
  └── yaprak_sarma
```

Each folder contains `.jpg` images corresponding to the dish name.

## Citation

If you use this dataset in your research, please cite the following publication:

```bibtex
@inproceedings{kayikcci2019classification,
  title={Classification of turkish cuisine with deep learning on mobile platform},
  author={Kay{\i}k{\c{c}}{\i}, {\c{S}}afak and Ba{\c{s}}ol, Yusuf and D{\"o}rter, Elanur},
  booktitle={2019 4th International Conference on Computer Science and Engineering (UBMK)},
  pages={1--5},
  year={2019},
  organization={Ieee}
}
```