智慧交通二轮车三轮车四轮车逆行检测数据集VOC+YOLO格式1021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)：1021

标注数量(xml文件个数)：1021

标注数量(txt文件个数)：1021

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):["right_side_2_wheels","right_side_3_wheels","right_side_4_wheels","wrong_side_2_wheels","wrong_side_3_wheels","wrong_side_4_wheels"]

每个类别标注的框数：

right_side_2_wheels（正常2轮） 框数 = 331

right_side_3_wheels（正常3轮） 框数 = 106

right_side_4_wheels（正常4轮） 框数 = 242

wrong_side_2_wheels（逆行2轮） 框数 = 276

wrong_side_3_wheels（逆行3轮） 框数 = 84

wrong_side_4_wheels（逆行4轮） 框数 = 229

总框数：1268

每个类别占有图片数：

right_side_2_wheels（正常2轮） 占有图片数 = 307

right_side_3_wheels（正常3轮） 占有图片数 = 106

right_side_4_wheels（正常4轮） 占有图片数 = 237

wrong_side_2_wheels（逆行2轮） 占有图片数 = 261

wrong_side_3_wheels（逆行3轮） 占有图片数 = 84

wrong_side_4_wheels（逆行4轮） 占有图片数 = 222

图片分辨率：512x512

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：