数据集中大约1/3是原图剩余为增强图片主要增强算法为旋转增强

数据集格式：labelme格式(不包含mask文件，仅仅包含jpg图片和对应的json文件)

图片数量(jpg文件个数)：1445

标注数量(json文件个数)：1445

标注类别数：19

标注类别名称:["back_glass","tailgate","back_left_light","back_right_light","back_bumper","wheel","left_mirror","back_left_door","front_left_door","front_right_light","front_left_light","front_bumper","right_mirror","hood","front_glass","front_right_door","back_right_door","trunk","object"]

每个类别标注的框数：

back_glass（后挡风玻璃）count = 378  

tailgate（尾门）count = 166  

back_left_light（左后灯）count = 482  

back_right_light（右后灯）count = 403  

back_bumper（后保险杠）count = 343  

wheel（车轮）count = 1382  

left_mirror（左后视镜）count = 852  

back_left_door（左后门）count = 435  

front_left_door（左前门）count = 475  

front_right_light（右前灯）count = 810  

front_left_light（左前灯）count = 858  

front_bumper（前保险杠）count = 908  

right_mirror（右后视镜）count = 849  

hood（发动机盖）count = 874  

front_glass（前挡风玻璃）count = 844  

front_right_door（右前门）count = 414  

back_right_door（右后门）count = 375  

trunk（后备箱）count = 286  

object（物体）count = 6

总框数：11140

使用标注工具：labelme=5.5.0

所在github仓库：firc-dataset

图片分辨率：640x640

标注规则：对类别进行画多边形框polygon

重要说明：可以将数据集用labelme打开编辑，json数据集需自己转成mask或者yolo格式或者coco格式作语义分割或者实例分割

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：

原图（随机选16张图）：

标注绘制结果：

labelme编辑图实例：