注意数据集中有数据集增强，大约9000张是原图，剩余为增强图片，主要是翻转增强
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)：13364
标注数量(xml文件个数)：13364
标注数量(txt文件个数)：13364
标注类别数：15
所在仓库：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):"board","brick","cutter","ebox","fence","handcart","helmet","hook","hopper","person","rebar","scaffold","slogan","vest","wood"
每个类别标注的框数：
board (板材) 框数 = 8319
brick (砖块) 框数 = 2242
cutter (切割机) 框数 = 1197
ebox (电箱) 框数 = 5609
fence (围栏) 框数 = 5581
handcart (手推车) 框数 = 828
helmet (安全帽) 框数 = 37100
hook (吊钩) 框数 = 5637
hopper (料斗) 框数 = 3504
person (人员) 框数 = 48633
rebar (钢筋) 框数 = 4474
scaffold (脚手架) 框数 = 17209
slogan (标语) 框数 = 12143
vest (反光背心/安全服) 框数 = 31336
wood (木材) 框数 = 11660
总框数：195472
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：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：
