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)：3665
标注数量(xml文件个数)：3665
标注数量(txt文件个数)：3665
标注类别数：5
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):["building","drone","person","pole","tree"]
每个类别标注的框数：
building（建筑） 框数 = 1697
drone（无人机） 框数 = 907
person（人） 框数 = 1656
pole（杆子） 框数 = 2970
tree（树） 框数 = 3430
总框数：10660
每个类别占有图片数：
building 占有图片数 = 874
drone 占有图片数 = 731
person 占有图片数 = 895
pole 占有图片数 = 1313
tree 占有图片数 = 1335
图片分辨率：416x416
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：
