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)：2558

标注数量(xml文件个数)：2558

标注数量(txt文件个数)：2558

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):["Cattle","Chicken","Duck","Goat","Goose","Pig","Rabbit","Sheep"]

每个类别标注的框数：

Cattle（牛） 框数 = 276

Chicken（鸡） 框数 = 607

Duck（鸭） 框数 = 873

Goat（山羊） 框数 = 335

Goose（鹅） 框数 = 445

Pig（猪） 框数 = 361

Rabbit（兔） 框数 = 345

Sheep（羊） 框数 = 211

总框数：3453

每个类别占有图片数：

Cattle（牛） 占有图片数 = 232

Chicken（鸡） 占有图片数 = 525

Duck（鸭） 占有图片数 = 423

Goat（山羊） 占有图片数 = 296

Goose（鹅） 占有图片数 = 322

Pig（猪） 占有图片数 = 285

Rabbit（兔） 占有图片数 = 329

Sheep（羊） 占有图片数 = 146

图片分辨率：多分辨率图片,如1024x666,1024x683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：

单张图片：