AI-exp-5/datasets/train/labels/-10-1_mp4-60_jpg.rf.52df113086fe67ff94865e659605e143.txt

0 0.5581614028320312 0.9868449082031251 0.5687128500976563 0.9853662395833332 0.5634702958984374 0.9188601458333333 0.5517579897460938 0.9179153125 0.5581614028320312 0.9868449082031251
2 0.5003087719726562 0.5359046842447917 0.53620327734375 0.5360468326822917 0.550392875 0.50690338671875 0.5455506977539063 0.470082298828125 0.5167769189453125 0.44954588020833336 0.3725884697265625 0.05984216276041667 0.363197880859375 0.063744333984375 0.4929461357421875 0.46710951302083337 0.4875393203125 0.50924616015625 0.5003087719726562 0.5359046842447917
1 0.47668569580078124 0.07628828971354167 0.4911748515625 0.07555088606770834 0.48275217529296877 0.005611175781250001 0.4712415048828125 0.00722426953125 0.47668569580078124 0.07628828971354167
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 0.5581614028320312 0.9868449082031251 0.5687128500976563 0.9853662395833332 0.5634702958984374 0.9188601458333333 0.5517579897460938 0.9179153125 0.5581614028320312 0.9868449082031251`
			`2 0.5003087719726562 0.5359046842447917 0.53620327734375 0.5360468326822917 0.550392875 0.50690338671875 0.5455506977539063 0.470082298828125 0.5167769189453125 0.44954588020833336 0.3725884697265625 0.05984216276041667 0.363197880859375 0.063744333984375 0.4929461357421875 0.46710951302083337 0.4875393203125 0.50924616015625 0.5003087719726562 0.5359046842447917`
			`1 0.47668569580078124 0.07628828971354167 0.4911748515625 0.07555088606770834 0.48275217529296877 0.005611175781250001 0.4712415048828125 0.00722426953125 0.47668569580078124 0.07628828971354167`