AI-exp-5/datasets/train/labels/-10-1_mp4-5_jpg.rf.6b47b989aca3785c4b2cc84b1df7bfc0.txt

2 0.5048416909179687 0.4596103125 0.5739563100585937 0.03491765364583333 0.5608531010742187 0.02986497981770833 0.4761881010742188 0.45424097981770833 0.45059604931640623 0.4845088001302083 0.4564041997070313 0.5310498059895833 0.49229604736328125 0.541671439453125 0.5193801518554687 0.5064886263020834 0.5048416909179687 0.4596103125
0 0.52902437109375 0.082339759765625 0.53396003125 0.017033667317708334 0.518812349609375 0.012896530598958332 0.5127873369140625 0.07929713802083334 0.52902437109375 0.082339759765625
1 0.44312019482421877 0.9804895520833333 0.44914520703125 0.9140889440104166 0.42977434716796875 0.913056375 0.42401780126953126 0.9769099967447916 0.44312019482421877 0.9804895520833333
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 0.5048416909179687 0.4596103125 0.5739563100585937 0.03491765364583333 0.5608531010742187 0.02986497981770833 0.4761881010742188 0.45424097981770833 0.45059604931640623 0.4845088001302083 0.4564041997070313 0.5310498059895833 0.49229604736328125 0.541671439453125 0.5193801518554687 0.5064886263020834 0.5048416909179687 0.4596103125`
			`0 0.52902437109375 0.082339759765625 0.53396003125 0.017033667317708334 0.518812349609375 0.012896530598958332 0.5127873369140625 0.07929713802083334 0.52902437109375 0.082339759765625`
			`1 0.44312019482421877 0.9804895520833333 0.44914520703125 0.9140889440104166 0.42977434716796875 0.913056375 0.42401780126953126 0.9769099967447916 0.44312019482421877 0.9804895520833333`