AI-exp-5/datasets/train/labels/-10-1_mp4-92_jpg.rf.4ecdbf7a75e10f1b8cd51d8c0d783c2b.txt

2 0.5326064619140625 0.4594197936197917 0.5071285043945313 0.4571125299479167 0.48855291796875 0.4769972473958333 0.48766224365234373 0.5095347102864584 0.5037681860351563 0.5366982786458333 0.5261391059570313 0.5369228717447917 0.543757375 0.51719487890625 0.87315676953125 0.5591472779947917 0.8737784223632813 0.5447931803385416 0.5499048090820312 0.48897948177083334 0.5326064619140625 0.4594197936197917
0 0.5648776372070312 0.9892466184895833 0.5734934892578125 0.98783609375 0.5678683569335937 0.9161997076822916 0.5582951879882813 0.9177669576822917 0.5648776372070312 0.9892466184895833
1 0.47317533203125 0.07785831640625 0.48274850146484377 0.07629106705729168 0.4764011396484375 0.007364250651041667 0.4667104267578125 0.007655078125 0.47317533203125 0.07785831640625
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 0.5326064619140625 0.4594197936197917 0.5071285043945313 0.4571125299479167 0.48855291796875 0.4769972473958333 0.48766224365234373 0.5095347102864584 0.5037681860351563 0.5366982786458333 0.5261391059570313 0.5369228717447917 0.543757375 0.51719487890625 0.87315676953125 0.5591472779947917 0.8737784223632813 0.5447931803385416 0.5499048090820312 0.48897948177083334 0.5326064619140625 0.4594197936197917`
			`0 0.5648776372070312 0.9892466184895833 0.5734934892578125 0.98783609375 0.5678683569335937 0.9161997076822916 0.5582951879882813 0.9177669576822917 0.5648776372070312 0.9892466184895833`
			`1 0.47317533203125 0.07785831640625 0.48274850146484377 0.07629106705729168 0.4764011396484375 0.007364250651041667 0.4667104267578125 0.007655078125 0.47317533203125 0.07785831640625`