智慧交通全场景车辆行人红绿灯路障标志牌树木反光锥目标检测数据集VOC+YOLO格式

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)9977标注数量(xml文件个数)9977标注数量(txt文件个数)9977标注类别数20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):[ashcan,bicycle,blind_road,bus,car,crosswalk,dog,fire_hydrant,green_light,motorcycle,person,pole,red_light,reflective_cone,roadblock,sign,tree,tricycle,truck,warning_column]每个类别标注的框数ashcan垃圾桶框数 2064占有图片数 1629bicycle自行车框数 4368占有图片数 2243blind_road盲道框数 1674占有图片数 1232bus公交车框数 1257占有图片数 956car小轿车框数 19669占有图片数 5262crosswalk人行横道框数 6132占有图片数 3777dog狗框数 710占有图片数 551fire_hydrant消防栓框数 1004占有图片数 948green_light绿灯框数 3551占有图片数 2143motorcycle摩托车框数 8777占有图片数 3099person行人框数 24993占有图片数 5550pole杆柱框数 22242占有图片数 6170red_light红灯框数 3508占有图片数 2222reflective_cone反光锥框数 2915占有图片数 919roadblock路障框数 3192占有图片数 791sign标志牌框数 2333占有图片数 1783tree树木框数 16322占有图片数 4668tricycle三轮车框数 1139占有图片数 948truck卡车框数 2533占有图片数 1835warning_column警示柱框数 7513占有图片数 2227总框数135896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者权重文件精度作任何保证图片预览标注例子