AI-exp-5/datasets/valid/labels/-10-1_mp4-19_jpg.rf.1f7b89b9a9a0b4b922c51cf2e6d3819d.txt

2 0.6954089506835938 0.114454732421875 0.49093364208984375 0.4603909466145833 0.47550154296875 0.4591049381510417 0.4504243828125 0.48353909440104165 0.456211419921875 0.5259773665364583 0.48225308642578124 0.546553498046875 0.5131172841796875 0.523405349609375 0.511188271484375 0.48225308658854166 0.7021604936523438 0.12345679036458333 0.6954089506835938 0.114454732421875
0 0.481288580078125 0.007716049479166666 0.46682098779296877 0.006430041015625 0.46875 0.07587448567708334 0.48225308642578124 0.07587448567708334 0.481288580078125 0.007716049479166666
1 0.48900462939453126 0.9220679010416667 0.474537037109375 0.9233539095052082 0.47646604931640624 0.9927983541666667 0.49093364208984375 0.9940843619791666 0.48900462939453126 0.9220679010416667
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 0.6954089506835938 0.114454732421875 0.49093364208984375 0.4603909466145833 0.47550154296875 0.4591049381510417 0.4504243828125 0.48353909440104165 0.456211419921875 0.5259773665364583 0.48225308642578124 0.546553498046875 0.5131172841796875 0.523405349609375 0.511188271484375 0.48225308658854166 0.7021604936523438 0.12345679036458333 0.6954089506835938 0.114454732421875`
			`0 0.481288580078125 0.007716049479166666 0.46682098779296877 0.006430041015625 0.46875 0.07587448567708334 0.48225308642578124 0.07587448567708334 0.481288580078125 0.007716049479166666`
			`1 0.48900462939453126 0.9220679010416667 0.474537037109375 0.9233539095052082 0.47646604931640624 0.9927983541666667 0.49093364208984375 0.9940843619791666 0.48900462939453126 0.9220679010416667`