文件大约1.7GB提供百度云盘地址下载

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)：19704

标注数量(xml文件个数)：19704

标注数量(txt文件个数)：19704

标注类别数：14

所在github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):["Barrier","Machinery","Mounted Sockets","Stacked Materials","Trolley","door","ebox","fire exit","forklift","lift","pallet","person","scaffold","water-tank"]

每个类别标注的框数：

Barrier (围栏/障碍物) 框数 = 8832

Machinery (机械设备) 框数 = 2000

Mounted Sockets (安装的插座) 框数 = 150

Stacked Materials (堆放的材料) 框数 = 39748

Trolley (手推车) 框数 = 1374

door (门) 框数 = 99

ebox (电箱) 框数 = 8105

fire exit (消防出口) 框数 = 66

forklift (叉车) 框数 = 274

lift (升降机) 框数 = 22

pallet (托盘) 框数 = 524

person (人员) 框数 = 71020

scaffold (脚手架) 框数 = 24749

water-tank (水箱) 框数 = 30

总框数：156993

应用领域：建筑工地或工业场所中的常见物体与设施类别检测识别。

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：