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)：1248

标注数量(xml文件个数)：1248

标注数量(txt文件个数)：1248

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):["bacteria_blights","brown_spot","downey_mildew","dried_leaves","leaf_scald","leaf_scorch","mosaic","pokkah_boeng","red_rot","red_spot","ring_spot","rust","smut","yellow_leaf_syndrome","yellow_spot"]

每个类别标注的框数：

bacteria_blights（细菌性枯萎病）框数 = 191，占有图片数 = 176  

brown_spot（褐斑病）框数 = 18，占有图片数 = 16  

downey_mildew（霜霉病）框数 = 24，占有图片数 = 18  

dried_leaves（干枯叶）框数 = 265，占有图片数 = 186  

leaf_scald（叶灼病）框数 = 15，占有图片数 = 9  

leaf_scorch（叶焦病）框数 = 12，占有图片数 = 10  

mosaic（花叶病）框数 = 187，占有图片数 = 176  

pokkah_boeng（梢腐病）框数 = 24，占有图片数 = 16  

red_rot（红腐病）框数 = 250，占有图片数 = 216  

red_spot（红斑病）框数 = 6，占有图片数 = 3  

ring_spot（环斑病）框数 = 46，占有图片数 = 36  

rust（锈病）框数 = 152，占有图片数 = 148  

smut（黑穗病）框数 = 42，占有图片数 = 36  

yellow_leaf_syndrome（黄叶综合征）框数 = 211，占有图片数 = 197  

yellow_spot（黄斑病）框数 = 24，占有图片数 = 24  

总框数：1467  

图片分辨率：多分辨率图片,如180x180,493x986等

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：