智慧交通道路裂缝坑洞警示杆窨井目标检测数据集VOC+YOLO格式4957张27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)：4957

标注数量(xml文件个数)：4957

标注数量(txt文件个数)：4957

标注类别数：27

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):[“biaoxianbuqing”,“chepai”,“daolumenjia”,“daoluyisa”,“dianzibiaozhi”,“guangjiaojing”,“jiansudai”,“jiaotongbiaozhi”,“jiaotongdeng”,“jingshigao”,“jingshitong”,“jingshizhui”,“jishui”,“kengdong”,“lajitong”,“liefeng”,“lubianxiang”,“ludeng”,“posuiban”,“shensuofeng”,“shuinihulan”,“suliaohulan”,“wangzhuangliefeng”,“xiubukengdong”,“xiubuliefeng”,“xiubuwangzhuang”,“yaojing”]

对应中文类别名：[“标线不清”, “车牌”, “道路门架”, “道路遗撒”, “电子标志”, “广角镜”, “减速带”, “交通标志”, “交通灯”, “警示杆”, “警示桶”, “警示锥”, “积水”, “坑洞”, “垃圾桶”, “裂缝”, “路边箱”, “路灯”, “破碎板”, “伸缩缝”, “水泥护栏”, “塑料护栏”, “网状裂缝”, “修补坑洞”, “修补裂缝”, “修补网状”, “窨井”]

每个类别标注的框数：

1. 按框数从多到少排序

2. 按图片数从多到少排序

统计摘要

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：