注意数据集中有一半图片是原图剩余为增强图片

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)：2467

标注数量(xml文件个数)：2467

标注数量(txt文件个数)：2467

标注类别数：11

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):["cheops","debris","double_start","earth_observation_sat_1","lisa_pathfinder","proba_2","proba_3_csc","proba_3_ocs","smart_1","soho","xmm_newton"]

每个类别标注的框数：

cheops（系外行星特征探测卫星）框数 = 244，占有图片数 = 244  

debris（空间碎片）框数 = 218，占有图片数 = 218  

double_start（双星）框数 = 229，占有图片数 = 229  

earth_observation_sat_1（地球观测卫星1号）框数 = 211，占有图片数 = 211  

lisa_pathfinder（激光干涉空间天线探路者）框数 = 223，占有图片数 = 223  

proba_2（普罗巴2号卫星）框数 = 243，占有图片数 = 243  

proba_3_csc（普罗巴3号日冕仪）框数 = 227，占有图片数 = 227  

proba_3_ocs（普罗巴3号光学卫星）框数 = 199，占有图片数 = 199  

smart_1（SMART-1月球探测器）框数 = 222，占有图片数 = 222  

soho（太阳和日球层观测台）框数 = 217，占有图片数 = 217  

xmm_newton（XMM-牛顿卫星）框数 = 234，占有图片数 = 234  

总框数：2467  

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：