AI-exp-5/datasets/train/labels/-10-1_mp4-51_jpg.rf.848fff68d254c75f553010813a006308.txt

2 0.4720168408203125 0.5156369993489583 0.48224525830078124 0.5588387942708334 0.5174071513671875 0.56413661328125 0.5358705610351563 0.5357699772135417 0.5282718598632813 0.49712694140625 0.6945533330078125 0.12127132356770833 0.6851386850585938 0.11061057291666666 0.510178708984375 0.4808549622395833 0.4880345698242187 0.48397398567708333 0.4720168408203125 0.5156369993489583
0 0.1383004697265625 0.6191585364583333 0.1431386240234375 0.6388658626302083 0.19352889404296875 0.62056571484375 0.19113642041015624 0.6041547669270834 0.1383004697265625 0.6191585364583333
1 0.81264897265625 0.43259440625 0.8163563051757813 0.451284734375 0.8676933603515625 0.43273920507812497 0.866431708984375 0.4173452552083334 0.81264897265625 0.43259440625
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 0.4720168408203125 0.5156369993489583 0.48224525830078124 0.5588387942708334 0.5174071513671875 0.56413661328125 0.5358705610351563 0.5357699772135417 0.5282718598632813 0.49712694140625 0.6945533330078125 0.12127132356770833 0.6851386850585938 0.11061057291666666 0.510178708984375 0.4808549622395833 0.4880345698242187 0.48397398567708333 0.4720168408203125 0.5156369993489583`
			`0 0.1383004697265625 0.6191585364583333 0.1431386240234375 0.6388658626302083 0.19352889404296875 0.62056571484375 0.19113642041015624 0.6041547669270834 0.1383004697265625 0.6191585364583333`
			`1 0.81264897265625 0.43259440625 0.8163563051757813 0.451284734375 0.8676933603515625 0.43273920507812497 0.866431708984375 0.4173452552083334 0.81264897265625 0.43259440625`