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)：566

标注数量(xml文件个数)：566

标注数量(txt文件个数)：566

标注类别数：8

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):["Helmet","No_SafetyShoes","No_goggles","No_helmet","Person","Safety_Harness","Safety_goggles","Safety_shoes"]

每个类别标注的框数：

Helmet（安全帽） 框数 = 582

No_SafetyShoes（未穿安全鞋） 框数 = 46

No_goggles（未戴护目镜） 框数 = 17

No_helmet（未戴安全帽） 框数 = 4

Person（人员） 框数 = 622

Safety_Harness（安全绳/安全带） 框数 = 620

Safety_goggles（护目镜） 框数 = 4

Safety_shoes（安全鞋） 框数 = 798

总框数：2693

每个类别占有图片数：

Helmet（安全帽） 占有图片数 = 523

No_SafetyShoes（未穿安全鞋） 占有图片数 = 21

No_goggles（未戴护目镜） 占有图片数 = 17

No_helmet（未戴安全帽） 占有图片数 = 4

Person（人员） 占有图片数 = 551

Safety_Harness（安全绳/安全带） 占有图片数 = 566

Safety_goggles（护目镜） 占有图片数 = 4

Safety_shoes（安全鞋） 占有图片数 = 364

图片分辨率：多分辨率图片,如800x600,600x900等

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：