第一部分：数据集都是高空拍摄，植物较小

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)

图片数量(jpg文件个数)：716

标注数量(xml文件个数)：716

标注数量(txt文件个数)：716

标注类别数：2

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["other_veg","poppy"]

每个类别标注的框数：

other_veg 框数 = 327

poppy 框数 = 1090

总框数：1417

图片预览：

标注例子：

第二部分：数据集无人机视角拍摄，植物肉眼可辨别

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)

图片数量(jpg文件个数)：198

标注数量(xml文件个数)：198

标注数量(txt文件个数)：198

标注类别数：1

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["poppy"]

每个类别标注的框数：

poppy 框数 = 312

总框数：312

图片预览：

标注例子：

第三部分：数据集大部分是增强的，主要是拼接增强

数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)

图片数量(jpg文件个数)：1887

标注数量(xml文件个数)：1887

标注数量(txt文件个数)：1887

标注类别数：1

标注类别名称(注意yolo格式类别顺序不和这个对应，而以labels文件夹classes.txt为准):["poppy"]

每个类别标注的框数：

poppy 框数 = 7276

总框数：7276

使用标注工具：labelImg

标注规则：对类别进行画矩形框

重要说明：暂无

特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理标注

图片预览：

标注例子：