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)：727

标注数量(xml文件个数)：727

标注数量(txt文件个数)：727

标注类别数：25

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):["Acropolis_of_Athens","Arc de Triomphe","Big_Ben","BlueMosque","Brandenburg_Gate","CN_Tower","Casa_Mila","Christ the Redeemer","Colosseum","Deoksugung","Eiffel_Tower","Forbidden_City","Gardens_by_the_Bay","Great_Wall_of_China","HollyWood Sign","Jerusalem","Leaning_Tower_of_Pisa","London_Eye","Marina Bay","Opera_House","Pantheon","Rialto_Bridge","Statue_of_Liberty_National_Monument","Taj Mahal","pyramid"]

每个类别标注的框数：

Acropolis_of_Athens（雅典卫城）框数 = 32，占有图片数 = 32  

Arc de Triomphe（凯旋门）框数 = 26，占有图片数 = 26  

Big_Ben（大本钟）框数 = 30，占有图片数 = 30  

BlueMosque（蓝色清真寺）框数 = 29，占有图片数 = 29  

Brandenburg_Gate（勃兰登堡门）框数 = 29，占有图片数 = 29  

CN_Tower（加拿大国家电视塔）框数 = 29，占有图片数 = 29  

Casa_Mila（米拉之家）框数 = 25，占有图片数 = 25  

Christ the Redeemer（基督像）框数 = 37，占有图片数 = 37  

Colosseum（罗马斗兽场）框数 = 33，占有图片数 = 33  

Deoksugung（德寿宫）框数 = 17，占有图片数 = 17  

Eiffel_Tower（埃菲尔铁塔）框数 = 30，占有图片数 = 30  

Forbidden_City（紫禁城）框数 = 29，占有图片数 = 29  

Gardens_by_the_Bay（滨海湾花园）框数 = 23，占有图片数 = 23  

Great_Wall_of_China（中国长城）框数 = 33，占有图片数 = 33  

HollyWood Sign（好莱坞标志）框数 = 31，占有图片数 = 31  

Jerusalem（耶路撒冷）框数 = 32，占有图片数 = 32  

Leaning_Tower_of_Pisa（比萨斜塔）框数 = 34，占有图片数 = 34  

London_Eye（伦敦眼）框数 = 21，占有图片数 = 21  

Marina Bay（滨海湾）框数 = 28，占有图片数 = 28  

Opera_House（悉尼歌剧院）框数 = 35，占有图片数 = 35  

Pantheon（万神殿）框数 = 26，占有图片数 = 26  

Rialto_Bridge（里亚托桥）框数 = 30，占有图片数 = 30  

Statue_of_Liberty_National_Monument（自由女神像）框数 = 31，占有图片数 = 31  

Taj Mahal（泰姬陵）框数 = 26，占有图片数 = 26  

pyramid（金字塔）框数 = 37，占有图片数 = 31  

总框数：733  

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：