装甲板检测数据集VOC+YOLO格式1125张15类别

作品简介

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):1125

标注数量(xml文件个数):1125

标注数量(txt文件个数):1125

标注类别数:15

所在仓库:firc-dataset

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):["armor1blue","armor1grey","armor1red","armor2blue","armor2grey","armor2red","armor3blue","armor3red","armor4blue","armor4grey","armor4red","armor5blue","armor5red","armor7blue","armor7red"]

每个类别标注的框数:

armor1blue (1号蓝色装甲板) 框数 = 156

armor1grey (1号灰色装甲板) 框数 = 4

armor1red (1号红色装甲板) 框数 = 88

armor2blue (2号蓝色装甲板) 框数 = 394

armor2grey (2号灰色装甲板) 框数 = 168

armor2red (2号红色装甲板) 框数 = 531

armor3blue (3号蓝色装甲板) 框数 = 175

armor3red (3号红色装甲板) 框数 = 150

armor4blue (4号蓝色装甲板) 框数 = 76

armor4grey (4号灰色装甲板) 框数 = 8

armor4red (4号红色装甲板) 框数 = 152

armor5blue (5号蓝色装甲板) 框数 = 4

armor5red (5号红色装甲板) 框数 = 4

armor7blue (7号蓝色装甲板) 框数 = 92

armor7red (7号红色装甲板) 框数 = 16

总框数:2018

图片分辨率:640x640

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

图片预览:



标注例子:



创作时间: