航拍地面目标数据集1713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)：1713

标注数量(xml文件个数)：1713

标注数量(txt文件个数)：1713

标注类别数：16

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):["baseball-diamond","basketball-court","bridge","container-crane","ground-track-field","harbor","helicopter","large-vehicle","plane","roundabout","ship","small-vehicle","soccer-ball-field","storage-tank","swimming-pool","tennis-court"]

标签中文对照：“棒球场”“篮球场”“桥梁”“集装箱起重机”“地面田径场”“港口”“直升机”“大型车辆”“飞机”“环形交叉路口”“船舶”“小型车辆”“足球场”“储罐”“游泳池”“网球场”

每个类别标注的框数：

baseball-diamond 框数 = 596

basketball-court 框数 = 643

bridge 框数 = 2468

container-crane 框数 = 133

ground-track-field 框数 = 455

harbor 框数 = 6970

helicopter 框数 = 712

large-vehicle 框数 = 26032

plane 框数 = 9937

roundabout 框数 = 600

ship 框数 = 29433

small-vehicle 框数 = 160265

soccer-ball-field 框数 = 457

storage-tank 框数 = 7452

swimming-pool 框数 = 2601

tennis-court 框数 = 2925

总框数：251679

每个类别占有图片数：

baseball-diamond 占有图片数 = 162

basketball-court 占有图片数 = 144

bridge 占有图片数 = 267

container-crane 占有图片数 = 7

ground-track-field 占有图片数 = 235

harbor 占有图片数 = 370

helicopter 占有图片数 = 47

large-vehicle 占有图片数 = 651

plane 占有图片数 = 259

roundabout 占有图片数 = 240

ship 占有图片数 = 488

small-vehicle 占有图片数 = 1062

soccer-ball-field 占有图片数 = 175

storage-tank 占有图片数 = 248

swimming-pool 占有图片数 = 249

tennis-court 占有图片数 = 364

图片分辨率：多分辨率图片,如1966x1081,2657x1164等

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：