军事目标检测数据集9758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)：9758

标注数量(xml文件个数)：9758

标注数量(txt文件个数)：9758

标注类别数：5

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):["armored-vehicle","broken-object","building","military-vehicle","soldier"]

每个类别标注的框数：

armored-vehicle 框数 = 17337（装甲车或坦克）

broken-object 框数 = 767（毁坏的装备）

building 框数 = 686（房屋建筑）

military-vehicle 框数 = 1723（军用车辆）

soldier 框数 = 3462（士兵）

总框数：23975

每个类别占有图片数：

armored-vehicle 占有图片数 = 7753

broken-object 占有图片数 = 752

building 占有图片数 = 177

military-vehicle 占有图片数 = 906

soldier 占有图片数 = 1049

图片分辨率：640x360

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，数据集图片大部分为航拍视角

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：