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)：4379

标注数量(xml文件个数)：4379

标注数量(txt文件个数)：4379

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):["2.5SSD","2.5SSD-Fault","3.5HDD","3.5HDD-Fault","LED-Amber","LED-Blue","M.2","M.2-Fault"]

每个类别标注的框数：

2.5SSD（2.5英寸固态硬盘） 框数 = 56287

2.5SSD-Fault（2.5英寸固态硬盘故障） 框数 = 7094

3.5HDD（3.5英寸机械硬盘） 框数 = 7967

3.5HDD-Fault（3.5英寸机械硬盘故障） 框数 = 1117

LED-Amber（琥珀色LED指示灯） 框数 = 1861

LED-Blue（蓝色LED指示灯） 框数 = 1716

M.2（M.2固态硬盘） 框数 = 7498

M.2-Fault（M.2固态硬盘故障） 框数 = 1065

总框数：84605

每个类别占有图片数：

2.5SSD（2.5英寸固态硬盘） 占有图片数 = 4377

2.5SSD-Fault（2.5英寸固态硬盘故障） 占有图片数 = 2792

3.5HDD（3.5英寸机械硬盘） 占有图片数 = 2271

3.5HDD-Fault（3.5英寸机械硬盘故障） 占有图片数 = 573

LED-Amber（琥珀色LED指示灯） 占有图片数 = 1861

LED-Blue（蓝色LED指示灯） 占有图片数 = 1716

M.2（M.2固态硬盘） 占有图片数 = 4178

M.2-Fault（M.2固态硬盘故障） 占有图片数 = 1065

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：