AI-exp-5/datasets/train/labels/-10-1_mp4-92_jpg.rf.3821a67572a01b869098b494c813a5a6.txt

2 0.5304039853515625 0.4564859622395833 0.504867380859375 0.4565539895833333 0.487377359375 0.4781179583333333 0.48819112890625 0.510659001953125 0.5056789638671875 0.5362584095052083 0.5280071391601563 0.5344017669270833 0.544550375 0.5130831796875001 0.8753422075195313 0.5242963977864583 0.8752113774414062 0.5099194466145833 0.5492066787109375 0.4843647486979166 0.5304039853515625 0.4564859622395833
0 0.5903156875 0.9820206582031249 0.5988367568359375 0.979812220703125 0.5894775009765625 0.9088735227864584 0.5800096459960937 0.9113273424479167 0.5903156875 0.9820206582031249
1 0.45115533935546875 0.08138155794270834 0.4606231943359375 0.07892773893229167 0.4506852255859375 0.010759184244791666 0.44103333447265625 0.011950623046875 0.45115533935546875 0.08138155794270834
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 0.5304039853515625 0.4564859622395833 0.504867380859375 0.4565539895833333 0.487377359375 0.4781179583333333 0.48819112890625 0.510659001953125 0.5056789638671875 0.5362584095052083 0.5280071391601563 0.5344017669270833 0.544550375 0.5130831796875001 0.8753422075195313 0.5242963977864583 0.8752113774414062 0.5099194466145833 0.5492066787109375 0.4843647486979166 0.5304039853515625 0.4564859622395833`
			`0 0.5903156875 0.9820206582031249 0.5988367568359375 0.979812220703125 0.5894775009765625 0.9088735227864584 0.5800096459960937 0.9113273424479167 0.5903156875 0.9820206582031249`
			`1 0.45115533935546875 0.08138155794270834 0.4606231943359375 0.07892773893229167 0.4506852255859375 0.010759184244791666 0.44103333447265625 0.011950623046875 0.45115533935546875 0.08138155794270834`