核心内容摘要
DeepSeek-R1-Distill-Qwen-7B多模态扩展实践：文本到图像生成
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)1227标注数量(xml文件个数)1227标注数量(txt文件个数)1227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):[fishing,fishing_boat,fishing_net]每个类别标注的框数fishing捕鱼 框数 47fishing_boat捕鱼船 框数 1362fishing_net捕鱼网 框数 710总框数2119图片分辨率多分辨率如1920x1080640x640等无人机DJI MAVIC 3采集高度50m采集角度