前视声呐FLS水下目标检测数据集VOC+YOLO格式1868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)：1868

标注数量(xml文件个数)：1868

标注数量(txt文件个数)：1868

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):["Bottle","Can","Chain","Drink-carton","Hook","Propeller","Shampoo-bottle","Standing-bottle","Tire","Valve","Wall"]

每个类别标注的框数和占有图片数：

Bottle（瓶子） 框数 = 468，占有图片数 = 416

Can（罐子） 框数 = 292，占有图片数 = 292

Chain（链条） 框数 = 320，占有图片数 = 313

Drink-carton（饮料盒） 框数 = 347，占有图片数 = 347

Hook（挂钩） 框数 = 171，占有图片数 = 170

Propeller（螺旋桨） 框数 = 197，占有图片数 = 197

Shampoo-bottle（洗发水瓶） 框数 = 111，占有图片数 = 109

Standing-bottle（立式瓶子） 框数 = 65，占有图片数 = 65

Tire（轮胎） 框数 = 615，占有图片数 = 615

Valve（阀门） 框数 = 240，占有图片数 = 237

Wall（墙壁） 框数 = 1056，占有图片数 = 915

总框数：3882

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：

单张图片：