航拍地面目标数据集1713张VOC+YOLO格式
航拍地面目标数据集1713张VOC+YOLO格式
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)：1713
标注数量(xml文件个数)：1713
标注数量(txt文件个数)：1713
标注类别数：16
所在github仓库：datasets_sl
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):["baseball-diamond","basketball-court","bridge","container-crane","ground-track-field","harbor","helicopter","large-vehicle","plane","roundabout","ship","small-vehicle","soccer-ball-field","storage-tank","swimming-pool","tennis-court"]
标签中文对照：“棒球场”“篮球场”“桥梁”“集装箱起重机”“地面田径场”“港口”“直升机”“大型车辆”“飞机”“环形交叉路口”“船舶”“小型车辆”“足球场”“储罐”“游泳池”“网球场”
每个类别标注的框数：
baseball-diamond 框数 = 596
basketball-court 框数 = 643
bridge 框数 = 2468
container-crane 框数 = 133
ground-track-field 框数 = 455
harbor 框数 = 6970
helicopter 框数 = 712
large-vehicle 框数 = 26032
plane 框数 = 9937
roundabout 框数 = 600
ship 框数 = 29433
small-vehicle 框数 = 160265
soccer-ball-field 框数 = 457
storage-tank 框数 = 7452
swimming-pool 框数 = 2601
tennis-court 框数 = 2925
总框数：251679
每个类别占有图片数：
baseball-diamond 占有图片数 = 162
basketball-court 占有图片数 = 144
bridge 占有图片数 = 267
container-crane 占有图片数 = 7
ground-track-field 占有图片数 = 235
harbor 占有图片数 = 370
helicopter 占有图片数 = 47
large-vehicle 占有图片数 = 651
plane 占有图片数 = 259
roundabout 占有图片数 = 240
ship 占有图片数 = 488
small-vehicle 占有图片数 = 1062
soccer-ball-field 占有图片数 = 175
storage-tank 占有图片数 = 248
swimming-pool 占有图片数 = 249
tennis-court 占有图片数 = 364
图片分辨率：多分辨率图片,如1966x1081,2657x1164等
使用标注工具：labelImg
数据集是否增强：否
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
标注及图片情况如下：