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):3001

标注数量(xml文件个数):3001

标注数量(txt文件个数):3001

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):["bodypanel_dent","bonnet_dent","boot_dent","doorouter_dent","fender_dent","front_bumper_dent","front_windscreen_damage","headlight_damage","pillar_dent","quaterpanel_dent","rear_bumper_dent","rear_windscreen_damage","roof_dent","runningboard_dent","sidemirror_damage","signlight_damage","taillight_damage"]

每个类别标注的框数:

bodypanel_dent(车身面板凹陷) 框数 = 1

bonnet_dent(发动机盖凹陷) 框数 = 622

boot_dent(后备箱凹陷) 框数 = 95

doorouter_dent(车门外板凹陷) 框数 = 793

fender_dent(翼子板凹陷) 框数 = 509

front_bumper_dent(前保险杠凹陷) 框数 = 812

front_windscreen_damage(前挡风玻璃损伤) 框数 = 130

headlight_damage(前大灯损伤) 框数 = 281

pillar_dent(立柱凹陷) 框数 = 28

quaterpanel_dent(后侧围板凹陷) 框数 = 372

rear_bumper_dent(后保险杠凹陷) 框数 = 443

rear_windscreen_damage(后挡风玻璃损伤) 框数 = 183

roof_dent(车顶凹陷) 框数 = 137

runningboard_dent(踏板凹陷) 框数 = 124

sidemirror_damage(侧后视镜损伤) 框数 = 87

signlight_damage(信号灯损伤) 框数 = 25

taillight_damage(尾灯损伤) 框数 = 122

总框数:4764

每个类别占有图片数:

bodypanel_dent(车身面板凹陷) 占有图片数 = 1

bonnet_dent(发动机盖凹陷) 占有图片数 = 613

boot_dent(后备箱凹陷) 占有图片数 = 94

doorouter_dent(车门外板凹陷) 占有图片数 = 628

fender_dent(翼子板凹陷) 占有图片数 = 505

front_bumper_dent(前保险杠凹陷) 占有图片数 = 792

front_windscreen_damage(前挡风玻璃损伤) 占有图片数 = 129

headlight_damage(前大灯损伤) 占有图片数 = 267

pillar_dent(立柱凹陷) 占有图片数 = 25

quaterpanel_dent(后侧围板凹陷) 占有图片数 = 366

rear_bumper_dent(后保险杠凹陷) 占有图片数 = 441

rear_windscreen_damage(后挡风玻璃损伤) 占有图片数 = 182

roof_dent(车顶凹陷) 占有图片数 = 122

runningboard_dent(踏板凹陷) 占有图片数 = 103

sidemirror_damage(侧后视镜损伤) 占有图片数 = 87

signlight_damage(信号灯损伤) 占有图片数 = 25

taillight_damage(尾灯损伤) 占有图片数 = 122

图片分辨率:多分辨率图片,如259x194,300x168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:

Logo

汇聚全球AI编程工具,助力开发者即刻编程。

更多推荐