智慧交通车辆颜色识别检测数据集VOC+YOLO格式607张9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)：607

标注数量(xml文件个数)：607

标注数量(txt文件个数)：607

标注类别数：9

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","blue","brown","green","grey","orange","red","white","yellow"]

每个类别标注的框数：

black (黑色) 框数 = 244

blue (蓝色) 框数 = 151

brown (棕色) 框数 = 19

green (绿色) 框数 = 34

grey (灰色) 框数 = 172

orange (橙色) 框数 = 27

red (红色) 框数 = 145

white (白色) 框数 = 262

yellow (黄色) 框数 = 58

总框数：1112

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，注意数据集中有部分增强图片

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：