企业官网建设流程全解析

驾车视角路面缺陷检测数据集8535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)：8535
标注数量(xml文件个数)：8535
标注数量(txt文件个数)：8535
标注类别数：7
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):["Alligator Cracks","Damaged crosswalk","Damaged paint","Longitudinal Cracks","Manhole cover","Potholes","Transverse Cracks"]
中文标签对照："鳄鱼裂纹"、"破损的人行横道"、"损坏的油漆"、"纵向裂纹"、"井盖"、"坑洼"、"横向裂纹"
每个类别标注的框数：
Alligator Cracks 框数 = 5839（鳄鱼裂纹）
Damaged crosswalk 框数 = 685（破损的人行横道）
Damaged paint 框数 = 4610（损坏的路标线）
Longitudinal Cracks 框数 = 4398（纵向裂纹）
Manhole cover 框数 = 3195（井盖）
Potholes 框数 = 2365（坑洼）
Transverse Cracks 框数 = 3831（横向裂纹）
总框数：24923
每个类别占有图片数：
Alligator Cracks 占有图片数 = 4294
Damaged crosswalk 占有图片数 = 647
Damaged paint 占有图片数 = 3414
Longitudinal Cracks 占有图片数 = 2842
Manhole cover 占有图片数 = 2336
Potholes 占有图片数 = 1355
Transverse Cracks 占有图片数 = 2131
图片分辨率：600x600
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：