AI-exp-5/datasets/train/labels/-10-1_mp4-64_jpg.rf.ef7deff95bd402eb99c42a0bc5641b4d.txt

0 0.8712235263671875 0.5430703626302084 0.8732370258789063 0.52396796875 0.8136169067382812 0.5166918268229167 0.8128269936523438 0.5334262122395833 0.8712235263671875 0.5430703626302084
1 0.13648352392578125 0.41707688346354166 0.18492616015625 0.4287517350260417 0.1868054267578125 0.4109228346354166 0.13809432373046876 0.40179496940104165 0.13648352392578125 0.41707688346354166
2 0.5198014350585938 0.5135802610677084 0.5381397431640625 0.46896671289062497 0.52103536328125 0.43719133658854165 0.4902030673828125 0.4340110338541667 0.46923689404296876 0.4573538072916667 0.14363400732421874 0.4508829615885417 0.1432467939453125 0.4637968678385416 0.47038819287109374 0.49263300390625003 0.4922526845703125 0.5162098411458333 0.5198014350585938 0.5135802610677084
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			`0 0.8712235263671875 0.5430703626302084 0.8732370258789063 0.52396796875 0.8136169067382812 0.5166918268229167 0.8128269936523438 0.5334262122395833 0.8712235263671875 0.5430703626302084`
			`1 0.13648352392578125 0.41707688346354166 0.18492616015625 0.4287517350260417 0.1868054267578125 0.4109228346354166 0.13809432373046876 0.40179496940104165 0.13648352392578125 0.41707688346354166`
			`2 0.5198014350585938 0.5135802610677084 0.5381397431640625 0.46896671289062497 0.52103536328125 0.43719133658854165 0.4902030673828125 0.4340110338541667 0.46923689404296876 0.4573538072916667 0.14363400732421874 0.4508829615885417 0.1432467939453125 0.4637968678385416 0.47038819287109374 0.49263300390625003 0.4922526845703125 0.5162098411458333 0.5198014350585938 0.5135802610677084`