智慧校园安防设施检测数据集VOC+YOLO格式7896张12类别

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)7896标注数量(xml文件个数)7896标注数量(txt文件个数)7896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):[badajian,chuanghu,dianshi,fanghumen,fangzhuang,jinshutanceqi,menjin,ruqintance,shitifanghu,tongxungongju,yijianbaojing,yingjimen]对应中文类别名[8大件, 窗户, 电视, 防护门, 防撞, 金属探测器, 门禁, 入侵探测, 实体防护, 通讯工具, 一键报警, 应急门]每个类别标注的框数badajian 框数 299chuanghu 框数 9dianshi 框数 5279fanghumen 框数 36fangzhuang 框数 4620jinshutanceqi 框数 784menjin 框数 675ruqintance 框数 423shitifanghu 框数 1tongxungongju 框数 98yijianbaojing 框数 257yingjimen 框数 41总框数12522每个类别占有图片数badajian 占有图片数 228chuanghu 占有图片数 8dianshi 占有图片数 4135fanghumen 占有图片数 35fangzhuang 占有图片数 1563jinshutanceqi 占有图片数 768menjin 占有图片数 665ruqintance 占有图片数 234shitifanghu 占有图片数 1tongxungongju 占有图片数 98yijianbaojing 占有图片数 254yingjimen 占有图片数 41图片分辨率多分辨率图片,如1024x1820,1024x576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