注意数据集中大约1/3是原图剩余为增强图片

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)：2148

标注数量(xml文件个数)：2148

标注数量(txt文件个数)：2148

标注类别数：7

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):["discolored_leaves","diseases_leaves","healthy_leaves","holes_and_discolored_leaves","holes_in_leaves","insects","moisture_problem_leaves"]

每个类别标注的框数：

discolored_leaves（叶片变色） 框数 = 1946

diseases_leaves（叶片病害） 框数 = 324

healthy_leaves（健康叶片） 框数 = 3

holes_and_discolored_leaves（孔洞兼变色） 框数 = 668

holes_in_leaves（叶片孔洞） 框数 = 2586

insects（昆虫） 框数 = 121

moisture_problem_leaves（水分问题叶片） 框数 = 302

总框数：5950

每个类别占有图片数：

discolored_leaves（叶片变色） 占有图片数 = 1094

diseases_leaves（叶片病害） 占有图片数 = 317

healthy_leaves（健康叶片） 占有图片数 = 3

holes_and_discolored_leaves（孔洞兼变色） 占有图片数 = 467

holes_in_leaves（叶片孔洞） 占有图片数 = 818

insects（昆虫） 占有图片数 = 36

moisture_problem_leaves（水分问题叶片） 占有图片数 = 260

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：