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)：2176

标注数量(xml文件个数)：2176

标注数量(txt文件个数)：2176

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):["bolimakebei","boliping","daibingbei","putaojiubei","putongbolibei","suliaoping","xiguan","yicixingbei","yundongshuihu"]

对应中文类别名：["玻璃马克杯", "玻璃瓶", "带柄杯", "葡萄酒杯", "普通玻璃杯", "塑料瓶", "锡罐", "一次性杯", "运动水壶"]

每个类别标注的框数：

bolimakebei 框数 = 357

boliping 框数 = 453

daibingbei 框数 = 350

putaojiubei 框数 = 379

putongbolibei 框数 = 348

suliaoping 框数 = 330

xiguan 框数 = 289

yicixingbei 框数 = 327

yundongshuihu 框数 = 293

总框数：3126

每个类别占有图片数：

bolimakebei 占有图片数 = 249

boliping 占有图片数 = 308

daibingbei 占有图片数 = 319

putaojiubei 占有图片数 = 292

putongbolibei 占有图片数 = 288

suliaoping 占有图片数 = 263

xiguan 占有图片数 = 213

yicixingbei 占有图片数 = 209

yundongshuihu 占有图片数 = 202

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：