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)：3665

标注数量(xml文件个数)：3665

标注数量(txt文件个数)：3665

标注类别数：5

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):["building","drone","person","pole","tree"]

每个类别标注的框数：

building（建筑） 框数 = 1697

drone（无人机） 框数 = 907

person（人） 框数 = 1656

pole（杆子） 框数 = 2970

tree（树） 框数 = 3430

总框数：10660

每个类别占有图片数：

building 占有图片数 = 874

drone 占有图片数 = 731

person 占有图片数 = 895

pole 占有图片数 = 1313

tree 占有图片数 = 1335

图片分辨率：416x416

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：