AI-exp-5/datasets/train/labels/-10-1_mp4-51_jpg.rf.6bcea6520712b6736f9ce3ccad31e43a.txt

2 0.75135030859375 0.8166152265625 0.5121527778320313 0.51697530859375 0.5140817900390625 0.487397119140625 0.49382716064453125 0.4603909466145833 0.4600694443359375 0.4655349791666667 0.44945987646484375 0.510545267578125 0.46682098779296877 0.54012345703125 0.49672067919921875 0.5375514401041667 0.7417052470703125 0.8269032923177083 0.75135030859375 0.8166152265625
0 0.481288580078125 0.003858024739583333 0.4658564814453125 0.006430041015625 0.46971450634765627 0.07587448567708334 0.48225308642578124 0.07587448567708334 0.481288580078125 0.003858024739583333
1 0.4899691357421875 0.9220679010416667 0.47550154296875 0.9233539095052082 0.47935956787109374 0.9940843619791666 0.49093364208984375 0.9953703704427084 0.4899691357421875 0.9220679010416667
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 0.75135030859375 0.8166152265625 0.5121527778320313 0.51697530859375 0.5140817900390625 0.487397119140625 0.49382716064453125 0.4603909466145833 0.4600694443359375 0.4655349791666667 0.44945987646484375 0.510545267578125 0.46682098779296877 0.54012345703125 0.49672067919921875 0.5375514401041667 0.7417052470703125 0.8269032923177083 0.75135030859375 0.8166152265625`
			`0 0.481288580078125 0.003858024739583333 0.4658564814453125 0.006430041015625 0.46971450634765627 0.07587448567708334 0.48225308642578124 0.07587448567708334 0.481288580078125 0.003858024739583333`
			`1 0.4899691357421875 0.9220679010416667 0.47550154296875 0.9233539095052082 0.47935956787109374 0.9940843619791666 0.49093364208984375 0.9953703704427084 0.4899691357421875 0.9220679010416667`