夜间动物检测数据集VOC+YOLO格式10344张17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)：10344

标注数量(xml文件个数)：10344

标注数量(txt文件个数)：10344

标注类别数：17

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):["AmurTiger","Badger","BlackBear","Cow","Dog","Hare","Leopard","LeopardCat","MuskDeer","RaccoonDog","RedFox","RoeDeer","Sable","SikaDeer","Weasel","WildBoar","Y.T.Marten"]

每个类别标注的框数：

东北虎 (AmurTiger) 框数 = 547

獾 (Badger) 框数 = 409

黑熊 (BlackBear) 框数 = 435

奶牛/牛 (Cow) 框数 = 111

狗 (Dog) 框数 = 125

野兔 (Hare) 框数 = 1261

豹 (Leopard) 框数 = 491

豹猫 (LeopardCat) 框数 = 937

麝鹿 (MuskDeer) 框数 = 1031

貉 (RaccoonDog) 框数 = 1264

红狐 (RedFox) 框数 = 872

狍 (RoeDeer) 框数 = 563

紫貂 (Sable) 框数 = 443

梅花鹿 (SikaDeer) 框数 = 702

鼬鼠/黄鼠狼 (Weasel) 框数 = 541

野猪 (WildBoar) 框数 = 831

黄喉貂 (Y.T.Marten) 框数 = 136

总框数：10699

图片分辨率：1280x720

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：