狗部位检测数据集VOC+YOLO格式1410张6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)：1410

标注数量(xml文件个数)：1410

标注数量(txt文件个数)：1410

标注类别数：6

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):["dog","ear","eye","leg","nose","tail"]

每个类别标注的框数：

dog（狗） 框数 = 1443

ear（耳朵） 框数 = 2091

eye（眼睛） 框数 = 1921

leg（腿） 框数 = 2924

nose（鼻子） 框数 = 1403

tail（尾巴） 框数 = 712

总框数：10494

每个类别占有图片数：

dog（狗） 占有图片数 = 1410

ear（耳朵） 占有图片数 = 1310

eye（眼睛） 占有图片数 = 1202

leg（腿） 占有图片数 = 1116

nose（鼻子） 占有图片数 = 1372

tail（尾巴） 占有图片数 = 703

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：