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)：1274

标注数量(xml文件个数)：1274

标注数量(txt文件个数)：1274

标注类别数：11

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):["Alligator_cracks","Hair _cracks","Hair_cracks","Longitudinal_cracks","Mud_Heaps","Mud_heaps","Muddy_road","Potholes","Ravelling","Road_side_garbage","Waterlogging"]

每个类别标注的框数：

鳄鱼裂缝 (Alligator_cracks) 框数 = 124  

发丝裂缝 (Hair_cracks) 框数 = 56  

纵向裂缝 (Longitudinal_cracks) 框数 = 145  

泥堆 (Mud_heaps) 框数 = 27  

泥泞道路 (Muddy_road) 框数 = 905  

坑洞 (Potholes) 框数 = 602  

松散剥落 (Ravelling) 框数 = 334  

路边垃圾 (Road_side_garbage) 框数 = 217  

积水 (Waterlogging) 框数 = 934  

总框数：3344

图片分辨率：1920x1080

无人机：DJI MAVIC 3

采集高度：20m

采集角度：60-90°

使用标注工具：labelImg

标注规则：对类别进行画矩形框

重要说明：数据集没有划分训练验证测试集需自行划分

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：