注意数据集图片可能不太清楚,清晰度参考提供单张图片
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):1641
标注数量(xml文件个数):1641
标注数量(txt文件个数):1641
标注类别数:1
所在github仓库:firc-dataset
标注类别名称:["potholes"]
每个类别标注的框数:
potholes 框数 = 5041
总框数:5041
每个类别占有图片数:
potholes 占有图片数 = 1641
图片分辨率:640×640
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:


单张图片(清晰度和下面展示都差不多):



![YOLO + DeepSeek (LLM) 智慧消防系统 YOLO+deepsseek 火灾检测系统[火灾烟雾识别系统] YOLO加人工智能AI识别大模型 后端采用 FastAPI,前端采用 Vue-171主机测评](https://www.171host.com/wp-content/uploads/2026/08/20260815062302-6a8005c688f0f-220x150.png)

