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)：1668

标注数量(xml文件个数)：1668

标注数量(txt文件个数)：1668

标注类别数：8

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):["ginseng","greenhouse","hut","mushroom","pave","shed","solar","tresh"]

每个类别标注的框数：

人参种植区 (ginseng) 框数 = 169

温室 (greenhouse) 框数 = 877

棚屋 (hut) 框数 = 945

蘑菇种植区 (mushroom) 框数 = 6

铺砌路面/铺地 (pave) 框数 = 162

工棚/储藏棚 (shed) 框数 = 561

太阳能板 (solar) 框数 = 555

废弃物/杂物堆 (tresh) 框数 = 48

无人机：DJI MAVIC 3

采集高度：50m

采集角度：90°

总框数：3323

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：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：