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)：540
标注数量(xml文件个数)：540
标注数量(txt文件个数)：540
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):["Desired Path","Footpath","Hoardings","Illegalparking","JCB","Manholes","People","People PPE","Road","Roadmarkings","Roadsidehawakers","Roof","Safety-Net","Tractor","Vehicle","bike two-wheeler","fire-smoke"]
每个类别标注的框数和占有图片数：
Desired Path（期望路径） 框数 = 1，占有图片数 = 1
Footpath（人行道） 框数 = 755，占有图片数 = 437
Hoardings（围挡/广告牌） 框数 = 1110，占有图片数 = 271
Illegalparking（违章停车） 框数 = 1202，占有图片数 = 281
JCB（挖掘装载机/工程机械） 框数 = 4，占有图片数 = 4
Manholes（井盖） 框数 = 1102，占有图片数 = 228
People（人员） 框数 = 2884，占有图片数 = 411
People PPE（人员个人防护装备） 框数 = 48，占有图片数 = 44
Road（道路） 框数 = 669，占有图片数 = 282
Roadmarkings（道路标线） 框数 = 5443，占有图片数 = 328
Roadsidehawakers（路边摊贩） 框数 = 18，占有图片数 = 18
Roof（屋顶） 框数 = 46，占有图片数 = 46
Safety-Net（安全网） 框数 = 201，占有图片数 = 70
Tractor（拖拉机） 框数 = 3，占有图片数 = 2
Vehicle（车辆） 框数 = 5660，占有图片数 = 406
bike two-wheeler（两轮摩托车/自行车） 框数 = 4470，占有图片数 = 399
fire-smoke（火-烟） 框数 = 2，占有图片数 = 2
总框数：23618
图片分辨率：3840x2160
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：
