家居物品检测数据集5928张VOC+YOLO格式

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)：5928

标注数量(xml文件个数)：5928

标注数量(txt文件个数)：5928

标注类别数：10

所在github仓库：datasets_sl

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):["cup","cutter","fork","knife","painting","pan","plant","plate","scissor","spoon"]

标签中文对照：杯子、切割器、叉子、刀、绘画、平底锅、植物、盘子、剪刀、勺子

每个类别标注的框数：

cup 框数 = 1074

cutter 框数 = 1056

fork 框数 = 1082

knife 框数 = 1042

painting 框数 = 1035

pan 框数 = 1096

plant 框数 = 1073

plate 框数 = 1043

scissor 框数 = 1083

spoon 框数 = 1087

总框数：10671

每个类别占有图片数：

cup 占有图片数 = 854

cutter 占有图片数 = 645

fork 占有图片数 = 609

knife 占有图片数 = 836

painting 占有图片数 = 467

pan 占有图片数 = 968

plant 占有图片数 = 550

plate 占有图片数 = 564

scissor 占有图片数 = 859

spoon 占有图片数 = 511

图片分辨率：640x640

使用标注工具：labelImg

数据集是否增强：是

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

标注及图片情况如下：