猫品种检测数据集16723张24类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)：16723

标注数量(xml文件个数)：16723

标注数量(txt文件个数)：16723

标注类别数：24

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):["Abyssinian","American Bobtail","American Curl","Bengal","Birman","Bombay","British Shorthair","Cornish Rex","Egyptian Mau","Khao Manee","Lykoi","Maine Coon","Munchkin","Neva Masquerade","Oriental","Persian","Ragdoll","Russian Blue","Savannah","Scottish Fold","Siamese","Sphynx","Toyger","Tuxedo"]

标签中文对照：阿比西尼亚猫、美国卷尾猫、美国卷毛猫、孟加拉猫、伯曼猫、暹罗蓝猫、英国短毛猫、科宁斯雷克斯猫、埃及猫、高曼尼猫、利科伊猫、缅因库恩猫、曼基康猫、涅瓦猫、东方猫、波斯猫、布偶猫、俄罗斯蓝猫、萨凡纳猫、苏格兰折耳猫、暹罗猫、狮猫、玩具虎猫、燕尾服猫

每个类别标注的框数：

Abyssinian 框数 = 661

American Bobtail 框数 = 775

American Curl 框数 = 612

Bengal 框数 = 841

Birman 框数 = 837

Bombay 框数 = 795

British Shorthair 框数 = 654

Cornish Rex 框数 = 798

Egyptian Mau 框数 = 629

Khao Manee 框数 = 546

Lykoi 框数 = 596

Maine Coon 框数 = 799

Munchkin 框数 = 540

Neva Masquerade 框数 = 855

Oriental 框数 = 528

Persian 框数 = 778

Ragdoll 框数 = 744

Russian Blue 框数 = 812

Savannah 框数 = 573

Scottish Fold 框数 = 960

Siamese 框数 = 877

Sphynx 框数 = 787

Toyger 框数 = 532

Tuxedo 框数 = 840

总框数：17369

每个类别占有图片数：

Abyssinian 占有图片数 = 661

American Bobtail 占有图片数 = 768

American Curl 占有图片数 = 528

Bengal 占有图片数 = 836

Birman 占有图片数 = 837

Bombay 占有图片数 = 795

British Shorthair 占有图片数 = 651

Cornish Rex 占有图片数 = 720

Egyptian Mau 占有图片数 = 620

Khao Manee 占有图片数 = 504

Lykoi 占有图片数 = 528

Maine Coon 占有图片数 = 799

Munchkin 占有图片数 = 528

Neva Masquerade 占有图片数 = 720

Oriental 占有图片数 = 480

Persian 占有图片数 = 778

Ragdoll 占有图片数 = 737

Russian Blue 占有图片数 = 812

Savannah 占有图片数 = 528

Scottish Fold 占有图片数 = 916

Siamese 占有图片数 = 874

Sphynx 占有图片数 = 770

Toyger 占有图片数 = 504

Tuxedo 占有图片数 = 837

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：