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)：4846

标注数量(xml文件个数)：4846

标注数量(txt文件个数)：4846

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):["bird","car","jiantou","leaf","psw","shadow","shuima","sjiaojia","zhuitong"]

每个类别标注的框数：

bird（鸟） 框数 = 8

car（汽车） 框数 = 40634

jiantou（箭头） 框数 = 5787

leaf（叶片） 框数 = 473

psw（抛洒物） 框数 = 4302

shadow（阴影） 框数 = 436

shuima（水马/防撞桶） 框数 = 298

sjiaojia（三角架/警示牌） 框数 = 18

zhuitong（锥桶） 框数 = 1854

总框数：53810

每个类别占有图片数：

bird（鸟） 占有图片数 = 8

car（汽车） 占有图片数 = 4560

jiantou（箭头） 占有图片数 = 1201

leaf（叶片） 占有图片数 = 455

psw（抛洒物） 占有图片数 = 3650

shadow（阴影） 占有图片数 = 268

shuima（水马/防撞桶） 占有图片数 = 181

sjiaojia（三角架/警示牌） 占有图片数 = 18

zhuitong（锥桶） 占有图片数 = 614

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：