AI-exp-5/datasets/train/labels/-10-1_mp4-65_jpg.rf.a0fcbb17930986413c9569bac001fa81.txt

2 0.48461622216796874 0.48361155924479166 0.465346265625 0.5192002174479167 0.4776929189453125 0.5603149713541666 0.5073852153320313 0.56566165234375 0.5280412407226562 0.5405154127604167 0.8563855629882813 0.5479241686197917 0.8560962114257813 0.5350057050781251 0.5297905346679688 0.5071606477864583 0.518358986328125 0.48546844205729167 0.48461622216796874 0.48361155924479166
1 0.8159077016601562 0.5454393326822916 0.8160624916992187 0.5609235475260417 0.8652670434570312 0.5629328736979167 0.8650449731445312 0.54873153515625 0.8159077016601562 0.5454393326822916
0 0.1311414931640625 0.4944861282552084 0.12930468994140626 0.5110738033854166 0.1805681162109375 0.51069679296875 0.182270359375 0.49667486848958337 0.1311414931640625 0.4944861282552084
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 0.48461622216796874 0.48361155924479166 0.465346265625 0.5192002174479167 0.4776929189453125 0.5603149713541666 0.5073852153320313 0.56566165234375 0.5280412407226562 0.5405154127604167 0.8563855629882813 0.5479241686197917 0.8560962114257813 0.5350057050781251 0.5297905346679688 0.5071606477864583 0.518358986328125 0.48546844205729167 0.48461622216796874 0.48361155924479166`
			`1 0.8159077016601562 0.5454393326822916 0.8160624916992187 0.5609235475260417 0.8652670434570312 0.5629328736979167 0.8650449731445312 0.54873153515625 0.8159077016601562 0.5454393326822916`
			`0 0.1311414931640625 0.4944861282552084 0.12930468994140626 0.5110738033854166 0.1805681162109375 0.51069679296875 0.182270359375 0.49667486848958337 0.1311414931640625 0.4944861282552084`