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)：1534

标注数量(xml文件个数)：1534

标注数量(txt文件个数)：1534

标注类别数：6

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):["auto_rickshaw","bus","car","cargo_auto","motor_cycle","truck"]

每个类别标注的框数：

auto_rickshaw（自动人力车/三轮车）框数 = 9144

bus（公交车）框数 = 1953

car（小轿车）框数 = 5458

cargo_auto（货运三轮车）框数 = 496

motor_cycle（摩托车）框数 = 16630

truck（卡车）框数 = 496

总框数：34177

每个类别占有图片数：

auto_rickshaw（自动人力车/三轮车）占有图片数 = 1424

bus（公交车）占有图片数 = 882

car（小轿车）占有图片数 = 1327

cargo_auto（货运三轮车）占有图片数 = 402

motor_cycle（摩托车）占有图片数 = 1499

truck（卡车）占有图片数 = 432

图片分辨率：1920x1080

无人机：DJI MAVIC 3

采集高度：50-100m

采集角度：90°

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：