AI-exp-5/datasets/train/labels/-10-1_mp4-54_jpg.rf.94ae8718e9f791d856cbb060b2be197d.txt

1 0.5583983662109375 0.9138737519531249 0.5490005068359375 0.9167666412760417 0.56281324609375 0.9851056985677084 0.5710543530273438 0.9812490501302084 0.5583983662109375 0.9138737519531249
0 0.4080440834960937 0.09698401041666667 0.3968337353515625 0.026524037760416664 0.38721890966796874 0.02816387890625 0.3995860102539063 0.09958761067708333 0.4080440834960937 0.09698401041666667
2 0.48751976318359375 0.4645106204427083 0.4578805458984375 0.47627396223958335 0.4520272817382813 0.511071626953125 0.4686569609375 0.544227837890625 0.497863453125 0.5471158912760417 0.7378962724609375 0.8414620807291667 0.747149083984375 0.8320146627604167 0.5141274912109375 0.5209920579427083 0.5115226821289063 0.4887979928385417 0.48751976318359375 0.4645106204427083
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			`1 0.5583983662109375 0.9138737519531249 0.5490005068359375 0.9167666412760417 0.56281324609375 0.9851056985677084 0.5710543530273438 0.9812490501302084 0.5583983662109375 0.9138737519531249`
			`0 0.4080440834960937 0.09698401041666667 0.3968337353515625 0.026524037760416664 0.38721890966796874 0.02816387890625 0.3995860102539063 0.09958761067708333 0.4080440834960937 0.09698401041666667`
			`2 0.48751976318359375 0.4645106204427083 0.4578805458984375 0.47627396223958335 0.4520272817382813 0.511071626953125 0.4686569609375 0.544227837890625 0.497863453125 0.5471158912760417 0.7378962724609375 0.8414620807291667 0.747149083984375 0.8320146627604167 0.5141274912109375 0.5209920579427083 0.5115226821289063 0.4887979928385417 0.48751976318359375 0.4645106204427083`