AI-exp-5/datasets/train/labels/-10-1_mp4-81_jpg.rf.22a708410f2d6d940045cd89d634627e.txt

2 0.510396861328125 0.5177917324218749 0.5133345078125 0.4806814615885417 0.4924251357421875 0.45728360221354164 0.46596573828125 0.45881866666666665 0.45074576953125 0.4923287350260417 0.14438979833984375 0.6543926399739584 0.14591282421875 0.667664501953125 0.45898560595703125 0.5250402975260416 0.48752044873046874 0.54077655078125 0.510396861328125 0.5177917324218749
0 0.53081071875 0.009950291666666666 0.522348875 0.0070659993489583335 0.5142793901367188 0.07438214453125 0.5265617119140625 0.07798234830729167 0.53081071875 0.009950291666666666
1 0.4393152021484375 0.9888670690104168 0.44574291455078124 0.9186459830729167 0.4331921259765625 0.9175927643229166 0.42730134619140625 0.9827198795572917 0.4393152021484375 0.9888670690104168
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 0.510396861328125 0.5177917324218749 0.5133345078125 0.4806814615885417 0.4924251357421875 0.45728360221354164 0.46596573828125 0.45881866666666665 0.45074576953125 0.4923287350260417 0.14438979833984375 0.6543926399739584 0.14591282421875 0.667664501953125 0.45898560595703125 0.5250402975260416 0.48752044873046874 0.54077655078125 0.510396861328125 0.5177917324218749`
			`0 0.53081071875 0.009950291666666666 0.522348875 0.0070659993489583335 0.5142793901367188 0.07438214453125 0.5265617119140625 0.07798234830729167 0.53081071875 0.009950291666666666`
			`1 0.4393152021484375 0.9888670690104168 0.44574291455078124 0.9186459830729167 0.4331921259765625 0.9175927643229166 0.42730134619140625 0.9827198795572917 0.4393152021484375 0.9888670690104168`