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)：1000
标注数量(xml文件个数)：1000
标注数量(txt文件个数)：1000
标注类别数：5
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):["healthy_elevator_door","incomplete_closingelevator_door","incomplete_openingelevator_door","misalignment_elevator_door","obstructed_elevator_door"]
每个类别标注的框数：
healthy_elevator_door（正常电梯门） 框数 = 243
incomplete_closing_elevator_door（电梯门未完全关闭） 框数 = 200
incomplete_opening_elevator_door（电梯门未完全打开） 框数 = 556
misalignment_elevator_door（电梯门错位） 框数 = 224
obstructed_elevator_door（电梯门被遮挡） 框数 = 206
总框数：1429
每个类别占有图片数：
healthy_elevator_door（正常电梯门） 占有图片数 = 203
incomplete_closing_elevator_door（电梯门未完全关闭） 占有图片数 = 200
incomplete_opening_elevator_door（电梯门未完全打开） 占有图片数 = 200
misalignment_elevator_door（电梯门错位） 占有图片数 = 200
obstructed_elevator_door（电梯门被遮挡） 占有图片数 = 200
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：
