智慧医疗眼底图像视网膜病变检测数据集VOC+YOLO格式2183张9类别有增强

注意数据集中存在增强图片

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)：2183

标注数量(xml文件个数)：2183

标注数量(txt文件个数)：2183

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):["EX","FP","HE","IRMA","MA","NV","SE","TS","VH"]

每个类别标注的框数：

EX（硬性渗出物） 框数 = 99009

FP（纤维增生） 框数 = 312

HE（视网膜内出血） 框数 = 25215

IRMA（视网膜内微血管异常） 框数 = 630

MA（微动脉瘤） 框数 = 34305

NV（新生血管形成） 框数 = 300

SE（棉絮斑） 框数 = 3587

TS（脂质渗出） 框数 = 630

VH（玻璃体出血） 框数 = 363

总框数：164351

每个类别占有图片数：

EX（硬性渗出物） 占有图片数 = 902

FP（纤维增生） 占有图片数 = 102

HE（视网膜内出血） 占有图片数 = 948

IRMA（视网膜内微血管异常） 占有图片数 = 198

MA（微动脉瘤） 占有图片数 = 1406

NV（新生血管形成） 占有图片数 = 126

SE（棉絮斑） 占有图片数 = 372

TS（脂质渗出） 占有图片数 = 36

VH（玻璃体出血） 占有图片数 = 135

图片分辨率：640×640

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：