AI-exp-5/datasets/train/labels/-10-1_mp4-5_jpg.rf.ce9ff1f9f5322c4c8557021ca51852d6.txt

2 0.44945987646484375 0.49382716080729167 0.4600694443359375 0.5388374485677083 0.49672067919921875 0.5426954733072916 0.5198688271484375 0.5028292180989583 0.5005787036132813 0.4591049381510417 0.5246913579101562 0.025720164713541663 0.511188271484375 0.023148148437500002 0.4716435185546875 0.4591049381510417 0.44945987646484375 0.49382716080729167
0 0.48514660498046874 0.08101851822916667 0.4832175927734375 0.015432098958333333 0.46778549365234373 0.014146090494791666 0.46875 0.08101851822916667 0.48514660498046874 0.08101851822916667
1 0.49382716064453125 0.9863683124999999 0.492862654296875 0.919495884765625 0.47357253076171874 0.9220679010416667 0.474537037109375 0.9863683124999999 0.49382716064453125 0.9863683124999999
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 0.44945987646484375 0.49382716080729167 0.4600694443359375 0.5388374485677083 0.49672067919921875 0.5426954733072916 0.5198688271484375 0.5028292180989583 0.5005787036132813 0.4591049381510417 0.5246913579101562 0.025720164713541663 0.511188271484375 0.023148148437500002 0.4716435185546875 0.4591049381510417 0.44945987646484375 0.49382716080729167`
			`0 0.48514660498046874 0.08101851822916667 0.4832175927734375 0.015432098958333333 0.46778549365234373 0.014146090494791666 0.46875 0.08101851822916667 0.48514660498046874 0.08101851822916667`
			`1 0.49382716064453125 0.9863683124999999 0.492862654296875 0.919495884765625 0.47357253076171874 0.9220679010416667 0.474537037109375 0.9863683124999999 0.49382716064453125 0.9863683124999999`