AI-exp-5/datasets/train/labels/-10-1_mp4-43_jpg.rf.775480411eb6a8e1b3afdba985881534.txt

2 0.47178434033203126 0.5403323776041666 0.5041353354492187 0.5660514811197916 0.530054607421875 0.5540676764322917 0.5336491845703125 0.5103413059895833 0.5187473203125 0.48354138541666664 0.5494299501953125 0.051295265625 0.5423088837890625 0.048892972005208334 0.4951297543945313 0.48201873307291665 0.47598244580078125 0.5016867096354166 0.47178434033203126 0.5403323776041666
0 0.1366562734375 0.6045942805989584 0.14052300244140625 0.6207042076822916 0.188352798828125 0.6040933548177083 0.1860422294921875 0.5928629524739583 0.1366562734375 0.6045942805989584
1 0.8154772270507813 0.4495230319010417 0.8168351650390625 0.4609546100260417 0.8663720029296875 0.45049345768229165 0.8650140649414062 0.43906187955729165 0.8154772270507813 0.4495230319010417
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 0.47178434033203126 0.5403323776041666 0.5041353354492187 0.5660514811197916 0.530054607421875 0.5540676764322917 0.5336491845703125 0.5103413059895833 0.5187473203125 0.48354138541666664 0.5494299501953125 0.051295265625 0.5423088837890625 0.048892972005208334 0.4951297543945313 0.48201873307291665 0.47598244580078125 0.5016867096354166 0.47178434033203126 0.5403323776041666`
			`0 0.1366562734375 0.6045942805989584 0.14052300244140625 0.6207042076822916 0.188352798828125 0.6040933548177083 0.1860422294921875 0.5928629524739583 0.1366562734375 0.6045942805989584`
			`1 0.8154772270507813 0.4495230319010417 0.8168351650390625 0.4609546100260417 0.8663720029296875 0.45049345768229165 0.8650140649414062 0.43906187955729165 0.8154772270507813 0.4495230319010417`