无人机航拍道路异常检测数据集1274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)：1274

标注数量(xml文件个数)：1274

标注数量(txt文件个数)：1274

标注类别数：9

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):["Alligator-cracks","Hair-cracks","Longitudinal-cracks","Mud_Heaps","Muddy_road","Potholes","Ravelling","Road_side_garbage","Waterlogging"]

标签中文对照：鳄裂、发丝裂缝、纵向裂缝、泥堆、泥泞道路、坑洼、松散剥落、路边垃圾、积水

每个类别标注的框数：

Alligator-cracks 框数 = 124

Hair-cracks 框数 = 56

Longitudinal-cracks 框数 = 145

Mud_Heaps 框数 = 27

Muddy_road 框数 = 905

Potholes 框数 = 602

Ravelling 框数 = 334

Road_side_garbage 框数 = 217

Waterlogging 框数 = 934

总框数：3344

每个类别占有图片数：

Alligator-cracks 占有图片数 = 58

Hair-cracks 占有图片数 = 37

Longitudinal-cracks 占有图片数 = 91

Mud_Heaps 占有图片数 = 17

Muddy_road 占有图片数 = 407

Potholes 占有图片数 = 283

Ravelling 占有图片数 = 179

Road_side_garbage 占有图片数 = 168

Waterlogging 占有图片数 = 520

图片分辨率：3840x2160

使用标注工具：labelImg

数据集是否增强：否

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：