AI-exp-5/datasets/train/labels/-10-1_mp4-42_jpg.rf.49e131ef083994085e0176433cd48508.txt

1 0.8162789770507812 0.44805168098958337 0.8180895610351563 0.4632937845052083 0.8682772666015625 0.45009110546875 0.8650140649414062 0.43906187955729165 0.8162789770507812 0.44805168098958337
0 0.13760890478515625 0.6043931048177084 0.139117724609375 0.6170948580729166 0.18930543017578125 0.6038921790364583 0.1879474921875 0.5924606009114584 0.13760890478515625 0.6043931048177084
2 0.47604751220703123 0.5433381998697916 0.507294994140625 0.5679883033854166 0.5342615766601563 0.5401588671875001 0.5341491704101563 0.5063296041666666 0.5147859125976563 0.4830759140625 0.52897204296875 0.05170943619791666 0.5218509760742187 0.04930714192708333 0.49051747900390624 0.4842947877604167 0.475331578125 0.5044282356770834 0.47604751220703123 0.5433381998697916
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			`1 0.8162789770507812 0.44805168098958337 0.8180895610351563 0.4632937845052083 0.8682772666015625 0.45009110546875 0.8650140649414062 0.43906187955729165 0.8162789770507812 0.44805168098958337`
			`0 0.13760890478515625 0.6043931048177084 0.139117724609375 0.6170948580729166 0.18930543017578125 0.6038921790364583 0.1879474921875 0.5924606009114584 0.13760890478515625 0.6043931048177084`
			`2 0.47604751220703123 0.5433381998697916 0.507294994140625 0.5679883033854166 0.5342615766601563 0.5401588671875001 0.5341491704101563 0.5063296041666666 0.5147859125976563 0.4830759140625 0.52897204296875 0.05170943619791666 0.5218509760742187 0.04930714192708333 0.49051747900390624 0.4842947877604167 0.475331578125 0.5044282356770834 0.47604751220703123 0.5433381998697916`