AI-exp-5/datasets/train/labels/-10-1_mp4-39_jpg.rf.042ce074b3168ac92eec079ccca09903.txt

2 0.5352440551757812 0.5361812571614584 0.548880599609375 0.48771893684895834 0.5327293891601562 0.45506886848958333 0.5039527138671875 0.4591016022135417 0.487340580078125 0.4821190813802083 0.15969265234375 0.5086389485677083 0.16120492724609375 0.5278233990885417 0.4891034526367187 0.516785515625 0.502428853515625 0.5381937623697917 0.5352440551757812 0.5361812571614584
0 0.5572021806640625 0.9869793326822917 0.5707321137695313 0.9863763541666667 0.5633694775390625 0.9175811822916667 0.5508995854492188 0.9193287005208334 0.5572021806640625 0.9869793326822917
1 0.47794737353515626 0.07999075520833333 0.48945804296875 0.07837766145833333 0.48391303369140626 0.008034677734375 0.4724023642578125 0.009647771484375 0.47794737353515626 0.07999075520833333
feat(datasets): 添加新的训练和验证数据标签 - 在 train 和 valid 文件夹中添加了多个新的标签文件 - 标签文件包含了不同类型的目标检测框坐标和类别 - 新增数据有助于模型训练和性能提升 2025-06-06 10:07:28 +00:00			`2 0.5352440551757812 0.5361812571614584 0.548880599609375 0.48771893684895834 0.5327293891601562 0.45506886848958333 0.5039527138671875 0.4591016022135417 0.487340580078125 0.4821190813802083 0.15969265234375 0.5086389485677083 0.16120492724609375 0.5278233990885417 0.4891034526367187 0.516785515625 0.502428853515625 0.5381937623697917 0.5352440551757812 0.5361812571614584`
			`0 0.5572021806640625 0.9869793326822917 0.5707321137695313 0.9863763541666667 0.5633694775390625 0.9175811822916667 0.5508995854492188 0.9193287005208334 0.5572021806640625 0.9869793326822917`
			`1 0.47794737353515626 0.07999075520833333 0.48945804296875 0.07837766145833333 0.48391303369140626 0.008034677734375 0.4724023642578125 0.009647771484375 0.47794737353515626 0.07999075520833333`