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)：10409

标注数量(xml文件个数)：10409

标注数量(txt文件个数)：10409

标注类别数：11

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):["backhoe_loader","compactor","concrete_mixer_truck","dozer","excavator","forklift","grader","mobile_crane","person","truck","wheel_loader"]

每个类别标注的框数和占有图片数：

backhoe_loader（挖掘装载机） 框数 = 2757，占有图片数 = 2211

compactor（压实机） 框数 = 1774，占有图片数 = 1648

concrete_mixer_truck（混凝土搅拌车） 框数 = 1113，占有图片数 = 1002

dozer（推土机） 框数 = 1205，占有图片数 = 1103

excavator（挖掘机） 框数 = 3654，占有图片数 = 2171

forklift（叉车） 框数 = 1854，占有图片数 = 1757

grader（平地机） 框数 = 470，占有图片数 = 332

mobile_crane（移动式起重机） 框数 = 1123，占有图片数 = 1025

person（人员） 框数 = 415，占有图片数 = 226

truck（卡车） 框数 = 860，占有图片数 = 763

wheel_loader（轮式装载机） 框数 = 1311，占有图片数 = 1269

图片分辨率：多分辨率图片,如540x360,1280x720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：