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)：3644
标注数量(xml文件个数)：3644
标注数量(txt文件个数)：3644
标注类别数：12
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):["black_core","corner","crack","finger","fragment","horizontal_dislocation","printing_error","scratch","short_circuit","star_crack","thick_line","vertical_dislocation"]
每个类别标注的框数和占有图片数：
black_core（黑芯） 框数 = 777，占有图片数 = 761
corner（缺角/崩角） 框数 = 7，占有图片数 = 6
crack（裂纹） 框数 = 1210，占有图片数 = 924
finger（指印/指纹） 框数 = 1820，占有图片数 = 948
fragment（碎片） 框数 = 7，占有图片数 = 7
horizontal_dislocation（水平错位） 框数 = 798，占有图片数 = 266
printing_error（印刷错误） 框数 = 32，占有图片数 = 2
scratch（划痕） 框数 = 5，占有图片数 = 3
short_circuit（短路） 框数 = 448，占有图片数 = 448
star_crack（星形裂纹） 框数 = 133，占有图片数 = 121
thick_line（粗线） 框数 = 948，占有图片数 = 750
vertical_dislocation（垂直错位） 框数 = 137，占有图片数 = 34
总框数：6322
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：
