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)：918

标注数量(xml文件个数)：918

标注数量(txt文件个数)：918

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):["Hole","Human","Other Objects","Puncture","Roller","Tear","impact damage","patch work"]

每个类别标注的框数：

Hole（孔洞）框数 = 42  

Human（人员）框数 = 118  

Other Objects（其他物体）框数 = 130  

Puncture（刺穿）框数 = 120  

Roller（辊/滚筒）框数 = 681  

Tear（撕裂）框数 = 691  

impact damage（冲击损伤）框数 = 283  

patch work（修补区域）框数 = 405  

总框数：2470  

每个类别占有图片数：  

Hole（孔洞）占有图片数 = 42  

Human（人员）占有图片数 = 77  

Other Objects（其他物体）占有图片数 = 68  

Puncture（刺穿）占有图片数 = 40  

Roller（辊/滚筒）占有图片数 = 276  

Tear（撕裂）占有图片数 = 436  

impact damage（冲击损伤）占有图片数 = 262  

patch work（修补区域）占有图片数 = 346

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：