数据集格式：Pascal VOC格式(不包含分割路径的txt文件和yolo格式的txt文件，仅仅包含jpg图片和对应的xml)
图片数量(jpg文件个数)：1980
标注数量(xml文件个数)：1980
标注类别数：5
标注类别名称:["dog","person","rope","qs_yes","qs_no"]
每个类别标注的框数：
dog count = 2414
person count = 2078
rope count = 1028
qs_yes count = 537
qs_no count = 208
使用标注工具：labelImg
标注规则：对类别进行画矩形框
重要说明：qs_yes表示牵狗系狗绳，只有人狗都存在时候才会标注，qs_no表示牵狗没系狗绳，只有人狗都存在时候才会标注，
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，数据集只提供准确且合理标注
关于标注详细情况请观看教程：
[数据集][目标检测]遛狗不牵绳数据集VOC格式-1980张_哔哩哔哩_bilibili这个是一个VOC数据集，遛狗不牵绳的数据集，详细的标注情况请观看视频, 视频播放量 1、弹幕量 0、点赞数 0、投硬币枚数 0、收藏人数 0、转发人数 0, 视频作者 未来自主研究中心, 作者简介 未来自主研究中心，相关视频：C#实现全网yolov7目前最快winform目标检测，基于yolov8+deepsort实现目标追踪视频演示，labelme转yolov5和yolov7实例分割数据集工具使用教程，使用C#调用libotrch-yolov5模型实现全网最快winform目标检测，yolov7自动标注工具自动打标签目标检测自动标注gpu加速标注使用教程，基于yolov8+bytetrack实现目标追踪视频演示，将yolov5封装成一个类几句代码实现目标检测任务，tesseract-ocr快速训练助手，用C#部署yolov8的tensorrt模型进行目标检测winform最快检测速度，yolov5自动标注工具自动打标签目标检测自动标注使用教程
https://www.bilibili.com/video/BV15P411t7Ny/
