注意数据集中大约3500张是原图（视频截图图片），剩余均为旋转增强生成图片

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)：4397

标注数量(xml文件个数)：4397

标注数量(txt文件个数)：4397

标注类别数：15

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):["Main_gate","No_Helmet","No_Jacket","No_Shoes","Tower_crane","helmet","jacket","lift","machine","mapping_zone","person","shoes","unbarricaded_area","vehicle","white_line"]

每个类别标注的框数：

Main_gate（主大门）框数 = 50，占有图片数 = 49  

No_Helmet（未戴安全帽）框数 = 2775，占有图片数 = 555  

No_Jacket（未穿安全背心）框数 = 2389，占有图片数 = 591  

No_Shoes（未穿安全鞋）框数 = 519，占有图片数 = 185  

Tower_crane（塔式起重机）框数 = 1000，占有图片数 = 647  

helmet（安全帽）框数 = 5468，占有图片数 = 2085  

jacket（安全背心）框数 = 4456，占有图片数 = 1619  

lift（施工升降机）框数 = 2323，占有图片数 = 2240  

machine（机械设备）框数 = 1670，占有图片数 = 1126  

mapping_zone（测绘区）框数 = 5，占有图片数 = 5  

person（人员）框数 = 11401，占有图片数 = 2925  

shoes（安全鞋）框数 = 2755，占有图片数 = 1143  

unbarricaded_area（未围蔽区域）框数 = 145，占有图片数 = 145  

vehicle（车辆）框数 = 3398，占有图片数 = 1628  

white_line（白线/标线）框数 = 476，占有图片数 = 426  

总框数：38830

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：