狐猴种类类型检测数据集VOC+YOLO格式2381张5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)：2381

标注数量(xml文件个数)：2381

标注数量(txt文件个数)：2381

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):["black-and-white-ruffed-lemur","blue-eyed-black-lemur","coquerels-sifaka","red-ruffed-lemur","ring-tailed-lemur"]

每个类别标注的框数：

black-and-white-ruffed-lemur（黑白领狐猴）框数 = 1230

blue-eyed-black-lemur（蓝眼黑狐猴）框数 = 558

coquerels-sifaka（科氏冕狐猴）框数 = 794

red-ruffed-lemur（红领狐猴）框数 = 646

ring-tailed-lemur（环尾狐猴）框数 = 287

总框数：3515

每个类别占有图片数：

black-and-white-ruffed-lemur（黑白领狐猴）占有图片数 = 814

blue-eyed-black-lemur（蓝眼黑狐猴）占有图片数 = 451

coquerels-sifaka（科氏冕狐猴）占有图片数 = 527

red-ruffed-lemur（红领狐猴）占有图片数 = 411

ring-tailed-lemur（环尾狐猴）占有图片数 = 191

图片分辨率：多分辨率图片,如165x239,319x213等

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：