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)：1111
标注数量(xml文件个数)：1111
标注数量(txt文件个数)：1111
标注类别数：10
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):["Barbed Wire Missing","Bend Part","Bolt Missing","Foreign Material","Loose Part","Missing Part","Missing Plate","Position andCondition","Split Pin Missing","Vegetation"]
每个类别标注的框数：
Barbed Wire Missing (带刺铁丝网缺失) 框数 = 198
Bend Part (部件弯曲) 框数 = 122
Bolt Missing (螺栓缺失) 框数 = 379
Foreign Material (异物) 框数 = 178
Loose Part (部件松动) 框数 = 210
Missing Part (部件缺失) 框数 = 11
Missing Plate (板材缺失) 框数 = 368
Position andCondition (位置与状态异常) 框数 = 213
Split Pin Missing (开口销缺失) 框数 = 190
Vegetation (植被) 框数 = 310
应用领域：这些类别通常用于铁路、电力设施或其他基础设施的巡检，检测结构性或安全性的缺陷。
总框数：2179
图片分辨率：640x640
数据集是否存在增强：有，超过一半都是数据增强图片，原图大约有450张
使用标注工具：labelImg
标注规则：对类别进行画矩形框
重要说明：暂无
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：
){kind=tracking}
