遥感图像VEDAI数据集汽车车辆卡车飞机等检测数据集VOC+YOLO格式1245张11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)：1245

标注数量(xml文件个数)：1245

标注数量(txt文件个数)：1245

标注类别数：11

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):["boat","bus","camping-car","car","large","motorcycle","other","pickup","tractor","truck","van"]

每个类别标注的框数：

boat（船） 框数 = 170

bus（公交车） 框数 = 3

camping-car（露营车/房车） 框数 = 396

car（汽车） 框数 = 1364

large（大型车辆） 框数 = 47

motorcycle（摩托车） 框数 = 4

other（其他） 框数 = 202

pickup（皮卡车） 框数 = 949

tractor（拖拉机） 框数 = 190

truck（卡车） 框数 = 305

van（厢式货车） 框数 = 100

总框数：3730

每个类别占有图片数：

boat（船） 占有图片数 = 134

bus（公交车） 占有图片数 = 3

camping-car（露营车/房车） 占有图片数 = 266

car（汽车） 占有图片数 = 696

large（大型车辆） 占有图片数 = 20

motorcycle（摩托车） 占有图片数 = 4

other（其他） 占有图片数 = 136

pickup（皮卡车） 占有图片数 = 602

tractor（拖拉机） 占有图片数 = 149

truck（卡车） 占有图片数 = 216

van（厢式货车） 占有图片数 = 87

图片分辨率：1024x1024

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：