数据集中图片是从多短视频抽帧形成的数据集格式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)1124标注数量(xml文件个数)1124标注数量(txt文件个数)1124标注类别数3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):[player,referee,tennis ball]每个类别标注的框数player球员 框数 2167referee裁判 框数 1021tennis ball网球 框数 997总框数4185每个类别占有图片数player球员 占有图片数 1116referee裁判 占有图片数 1019tennis ball网球 占有图片数 984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 数据集中图片是从多短视频抽帧形成的数据集格式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)1124标注数量(xml文件个数)1124标注数量(txt文件个数)1124标注类别数3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):[player,referee,tennis ball]每个类别标注的框数player球员 框数 2167referee裁判 框数 1021tennis ball网球 框数 997总框数4185每个类别占有图片数player球员 占有图片数 1116referee裁判 占有图片数 1019tennis ball网球 占有图片数 984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 
