数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml以及对应yolo格式的txt文件) 图片数量(jpg文件个数)：3001 标注数量(xml文件个数)：3001 yolo格式数量(txt文件个数)：3001 标注类别数：1 标注类别名称:["rat"] 每个类别标注的框数： rat count = 3958 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

数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：3945 标注数量(xml文件个数)：3945 标注类别数：1 标注类别名称:["rabbit"] 每个类别标注的框数： rabbit count = 4135 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

数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：3157 标注数量(xml文件个数)：3157 标注类别数：1 标注类别名称:["head"] 每个类别标注的框数： head count = 11504 标注规则：对类别进行画矩形框

数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：5447 标注数量(xml文件个数)：5447 标注类别数：1 标注类别名称:["phone"] 每个类别标注的框数： phone count = 7179 使用标注工具：labelImg 标注规则：对类别进行画矩形框 重要说明：由于抽帧原因部分可能存在类似图片，此数据集大多数为近距离拍摄，手机图片大部分为2012年以后的智能手机

数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：1248 标注数量(xml文件个数)：1248 标注类别数：2 标注类别名称:["nofight","fight"] 每个类别标注的框数： nofight count = 398 fight count = 851 使用标注工具：labelImg 标注规则：对于2人明显存在打架行为且包含肢体接触为fight，否则为nofight，注意非打架行为数据集必须要标注，否则容易误检测 重要说明：此数据集经过yolov5训练验证，演示视频地址为：https://www.bilibili.com/video/BV1PL4y1773X?spm_id_from=333.337.search-card.all.click

数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：1367 标注数量(xml文件个数)：1367 标注类别数：1 标注类别名称:["monkey"] 每个类别标注的框数： monkey count = 1858 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

数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：1287 标注数量(xml文件个数)：1287 标注类别数：1 标注类别名称:["panda"] 每个类别标注的框数： panda count = 1508 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

数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：2872 标注数量(xml文件个数)：2872 标注类别数：1 标注类别名称:["chicken"] 每个类别标注的框数： chicken count = 5003 标注规则：对类别进行画矩形框

数据集格式：Pascal VOC格式(不包含分割的txt文件，仅仅包含jpg图片和对应的xml) 图片数量(jpg文件个数)：1425 标注数量(xml文件个数)：1425 标注类别数：1 标注类别名称:["butterfly"] 每个类别标注的框数： butterfly count = 1483 标注规则：对类别进行画矩形框

铁路周边电气设备目标检测图像数据集（1904张图像，VOC标签，5类目标）.txt