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)：2029

标注数量(xml文件个数)：2029

标注数量(txt文件个数)：2029

标注类别数：6

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):["Drone","Fighter-Jet","Helicopter","Missile","Passenger-Plane","Rocket"]

每个类别标注的框数：

Drone（无人机）框数 = 558  

Fighter-Jet框数 = 637  

Helicopter（直升机）框数 = 550  

Missile框数 = 155  

Passenger-Plane（客机）框数 = 210  

Rocket 框数 = 204  

总框数：2314  

每个类别占有图片数：  

Drone（无人机）占有图片数 = 512  

Fighter-Jet占有图片数 = 468  

Helicopter（直升机）占有图片数 = 512  

Missile占有图片数 = 140  

Passenger-Plane（客机）占有图片数 = 196  

Rocket 占有图片数 = 202

图片分辨率：多分辨率图片,如810x513,1024x768等

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：