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)：10000
标注数量(xml文件个数)：10000
标注数量(txt文件个数)：10000
标注类别数：6
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):["Camel","Seal","Sheep","Zebra","cattle","kiang"]
每个类别标注的框数：
Camel (骆驼) 框数 = 3295
Seal (海豹) 框数 = 15620
Sheep (绵羊) 框数 = 90689
Zebra (斑马) 框数 = 3792
cattle (牛) 框数 = 44039
kiang (藏野驴) 框数 = 4636
总框数：162071
图片分辨率：640x640
无人机：DJI MAVIC 3
采集高度：50-100m
采集角度：90°
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：
