15种logo检测数据集9626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)：9626

标注数量(xml文件个数)：9626

标注数量(txt文件个数)：9626

标注类别数：15

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):["Adidas","Apple Inc-","Chanel","Coca-Cola","Emirates","Hard Rock Cafe","Mercedes-Benz","NFL","Nike","Pepsi","Puma","Starbucks","The North Face","Toyota","Under Armour"]

标签中文对照：阿迪达斯、苹果公司、香奈儿、可口可乐、阿联酋航空、硬石餐厅、梅赛德斯-奔驰、美国国家橄榄球联盟、耐克、百事可乐、彪马、星巴克、北面、丰田、安德玛  

每个类别标注的框数：

Adidas 框数 = 1066

Apple Inc- 框数 = 664

Chanel 框数 = 702

Coca-Cola 框数 = 929

Emirates 框数 = 725

Hard Rock Cafe 框数 = 648

Mercedes-Benz 框数 = 744

NFL 框数 = 901

Nike 框数 = 1073

Pepsi 框数 = 597

Puma 框数 = 854

Starbucks 框数 = 894

The North Face 框数 = 771

Toyota 框数 = 681

Under Armour 框数 = 754

总框数：12003

每个类别占有图片数：

Adidas 占有图片数 = 872

Apple Inc- 占有图片数 = 635

Chanel 占有图片数 = 562

Coca-Cola 占有图片数 = 731

Emirates 占有图片数 = 539

Hard Rock Cafe 占有图片数 = 549

Mercedes-Benz 占有图片数 = 686

NFL 占有图片数 = 761

Nike 占有图片数 = 866

Pepsi 占有图片数 = 443

Puma 占有图片数 = 713

Starbucks 占有图片数 = 802

The North Face 占有图片数 = 730

Toyota 占有图片数 = 569

Under Armour 占有图片数 = 694

图片分辨率：640x640

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

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：