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)：1745
标注数量(xml文件个数)：1745
标注数量(txt文件个数)：1745
标注类别数：17
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):["bad_road_conditions","bicycle_lanes_completely_separated_from_motor_vehicle_lanes","bicycle_lanes_separated_from_motor_vehicle_lanes_by_guardrails","bike_lane_blocked","cyclist","ebike_rider","no_height_difference_between_sidewalks_and_bicycle_lanes","painted_bicycle_lanes_separated_from_motor_vehicle_lanes","presence_of_large_vehicles","retrograde","riding_on_the_sidewalk","street_parking","the_existence_of_a_bus_stop","the_existence_of_entrances_and_exits","the_existence_of_non_bicycle_traffic_entities","tricycle_rider","wearing_a_helmet"]
每个类别标注的框数和占有图片数：
bad_road_conditions（道路状况差） 框数 = 146，占有图片数 = 95
bicycle_lanes_completely_separated_from_motor_vehicle_lanes（自行车道与机动车道完全隔离） 框数 = 196，占有图片数 = 196
bicycle_lanes_separated_from_motor_vehicle_lanes_by_guardrails（自行车道与机动车道通过护栏隔离） 框数 = 160，占有图片数 = 160
bike_lane_blocked（自行车道被堵塞） 框数 = 97，占有图片数 = 73
cyclist（骑行者） 框数 = 66，占有图片数 = 61
ebike_rider（电动自行车骑行者） 框数 = 111，占有图片数 = 85
no_height_difference_between_sidewalks_and_bicycle_lanes（人行道与自行车道无高差） 框数 = 99，占有图片数 = 88
painted_bicycle_lanes_separated_from_motor_vehicle_lanes（标线分隔的自行车道与机动车道） 框数 = 175，占有图片数 = 175
presence_of_large_vehicles（大型车辆存在） 框数 = 136，占有图片数 = 123
retrograde（逆行） 框数 = 76，占有图片数 = 73
riding_on_the_sidewalk（在人行道上骑行） 框数 = 25，占有图片数 = 24
street_parking（路边停车） 框数 = 104，占有图片数 = 90
the_existence_of_a_bus_stop（公交车站存在） 框数 = 146，占有图片数 = 127
the_existence_of_entrances_and_exits（出入口存在） 框数 = 106，占有图片数 = 106
the_existence_of_non_bicycle_traffic_entities（非自行车交通实体存在） 框数 = 90，占有图片数 = 63
tricycle_rider（三轮车骑行者） 框数 = 146，占有图片数 = 126
wearing_a_helmet（佩戴头盔） 框数 = 157，占有图片数 = 139
总框数：2036
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权重文件精度作任何保证
图片预览：
标注例子：
单张图片：
