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)：1352

标注数量(xml文件个数)：1352

标注数量(txt文件个数)：1352

标注类别数：9

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):["anthracnose","bacterial_blight","citrus_canker","curl_virus","deficiency_leaf","dry_leaf","healthy_leaf","sooty_mould","spider_mites"]

每个类别标注的框数：

anthracnose（炭疽病） 框数 = 959

bacterial_blight（细菌性枯萎病） 框数 = 109

citrus_canker（柑橘溃疡病） 框数 = 205

curl_virus（卷叶病毒） 框数 = 125

deficiency_leaf（缺素叶片） 框数 = 193

dry_leaf（干枯叶片） 框数 = 183

healthy_leaf（健康叶片） 框数 = 209

sooty_mould（煤污病） 框数 = 153

spider_mites（红蜘蛛/叶螨） 框数 = 116

总框数：2252

每个类别占有图片数：

anthracnose（炭疽病） 占有图片数 = 288

bacterial_blight（细菌性枯萎病） 占有图片数 = 105

citrus_canker（柑橘溃疡病） 占有图片数 = 194

curl_virus（卷叶病毒） 占有图片数 = 125

deficiency_leaf（缺素叶片） 占有图片数 = 193

dry_leaf（干枯叶片） 占有图片数 = 183

healthy_leaf（健康叶片） 占有图片数 = 209

sooty_mould（煤污病） 占有图片数 = 153

spider_mites（红蜘蛛/叶螨） 占有图片数 = 116

图片分辨率：1000x1000

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：