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)：27278

标注数量(xml文件个数)：27278

标注数量(txt文件个数)：27278

标注类别数：26

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):["BirdCarcass","ForeignObject","PileDriver","TowerCrane","board","brick","concrete_mixer_truck","crane","cutter","ebox","excavator","fence","forklift","handcart","helmet","hook","hopper","person","rebar","road_roller","scaffold","slogan","tractor","truck","vest","wood"]

每个类别标注的框数：

BirdCarcass（鸟尸） 框数 = 65

ForeignObject（异物） 框数 = 15

PileDriver（打桩机） 框数 = 822

TowerCrane（塔式起重机） 框数 = 12190

board（木板） 框数 = 8347

brick（砖块） 框数 = 2246

concrete_mixer_truck（混凝土搅拌车） 框数 = 1270

crane（起重机） 框数 = 15082

cutter（切割机） 框数 = 1203

ebox（电箱/电气箱） 框数 = 5629

excavator（挖掘机） 框数 = 5830

fence（围栏） 框数 = 5588

forklift（叉车） 框数 = 3072

handcart（手推车） 框数 = 831

helmet（安全帽） 框数 = 37256

hook（吊钩） 框数 = 5649

hopper（料斗） 框数 = 3516

person（人员） 框数 = 48865

rebar（钢筋） 框数 = 4483

road_roller（压路机） 框数 = 372

scaffold（脚手架） 框数 = 17241

slogan（标语） 框数 = 12227

tractor（拖拉机） 框数 = 3528

truck（卡车） 框数 = 7586

vest（反光背心） 框数 = 31474

wood（木材） 框数 = 11707

总框数：246094

每个类别占有图片数：

BirdCarcass（鸟尸） 占有图片数 = 28

ForeignObject（异物） 占有图片数 = 14

PileDriver（打桩机） 占有图片数 = 467

TowerCrane（塔式起重机） 占有图片数 = 3613

board（木板） 占有图片数 = 4211

brick（砖块） 占有图片数 = 1146

concrete_mixer_truck（混凝土搅拌车） 占有图片数 = 984

crane（起重机） 占有图片数 = 5892

cutter（切割机） 占有图片数 = 847

ebox（电箱/电气箱） 占有图片数 = 3329

excavator（挖掘机） 占有图片数 = 3879

fence（围栏） 占有图片数 = 2885

forklift（叉车） 占有图片数 = 1808

handcart（手推车） 占有图片数 = 627

helmet（安全帽） 占有图片数 = 9131

hook（吊钩） 占有图片数 = 5091

hopper（料斗） 占有图片数 = 2713

person（人员） 占有图片数 = 9787

rebar（钢筋） 占有图片数 = 1877

road_roller（压路机） 占有图片数 = 310

scaffold（脚手架） 占有图片数 = 4415

slogan（标语） 占有图片数 = 4470

tractor（拖拉机） 占有图片数 = 3200

truck（卡车） 占有图片数 = 3769

vest（反光背心） 占有图片数 = 7456

wood（木材） 占有图片数 = 4214

图片分辨率：512x512

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：