AI-exp-5/datasets/train/labels/-10-1_mp4-21_jpg.rf.4c6f6b2139eaffccff60d89eca8dcdb1.txt

0 0.8184082768554688 0.5182423359375 0.86828784765625 0.525232408203125 0.869396849609375 0.5111638118489583 0.8195172788085937 0.5041737395833333 0.8184082768554688 0.5182423359375
2 0.5098871494140625 0.4336275579427083 0.47566049072265626 0.4495205397135416 0.4710718076171875 0.4954287962239583 0.4840486884765625 0.5153506497395833 0.5101493330078125 0.51642218359375 0.7449890703125 0.8221747805989583 0.7525101752929687 0.8128840455729166 0.5323093720703125 0.493665830078125 0.5303361733398437 0.45718273437499996 0.5098871494140625 0.4336275579427083
1 0.13347444580078124 0.435187326171875 0.1832531982421875 0.44345636197916666 0.18552305908203126 0.4269642630208333 0.13584512548828126 0.4174162643229167 0.13347444580078124 0.435187326171875
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 0.8184082768554688 0.5182423359375 0.86828784765625 0.525232408203125 0.869396849609375 0.5111638118489583 0.8195172788085937 0.5041737395833333 0.8184082768554688 0.5182423359375`
			`2 0.5098871494140625 0.4336275579427083 0.47566049072265626 0.4495205397135416 0.4710718076171875 0.4954287962239583 0.4840486884765625 0.5153506497395833 0.5101493330078125 0.51642218359375 0.7449890703125 0.8221747805989583 0.7525101752929687 0.8128840455729166 0.5323093720703125 0.493665830078125 0.5303361733398437 0.45718273437499996 0.5098871494140625 0.4336275579427083`
			`1 0.13347444580078124 0.435187326171875 0.1832531982421875 0.44345636197916666 0.18552305908203126 0.4269642630208333 0.13584512548828126 0.4174162643229167 0.13347444580078124 0.435187326171875`