AI-exp-5/datasets/train/labels/-10-1_mp4-83_jpg.rf.2a9e8bf391b5c14a83cb13370e899bf4.txt

2 0.5186273422851563 0.48761055078125 0.484953736328125 0.48418465755208334 0.4643088686523438 0.512325712890625 0.46936137158203123 0.5466541555989584 0.49299051806640626 0.5667757154947917 0.5818931376953125 0.9891445768229167 0.5908285952148438 0.9865175071614584 0.5179792641601563 0.5573466927083334 0.5313536259765625 0.523014388671875 0.5186273422851563 0.48761055078125
0 0.1278752626953125 0.4742298938802083 0.12888634228515625 0.48600941276041665 0.18038190283203126 0.49710522395833334 0.18234930908203126 0.484450015625 0.1278752626953125 0.4742298938802083
1 0.8136674975585938 0.5586982916666666 0.8132152631835937 0.576738203125 0.8660733193359375 0.5828525846354167 0.8675855947265625 0.5636681341145834 0.8136674975585938 0.5586982916666666
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 0.5186273422851563 0.48761055078125 0.484953736328125 0.48418465755208334 0.4643088686523438 0.512325712890625 0.46936137158203123 0.5466541555989584 0.49299051806640626 0.5667757154947917 0.5818931376953125 0.9891445768229167 0.5908285952148438 0.9865175071614584 0.5179792641601563 0.5573466927083334 0.5313536259765625 0.523014388671875 0.5186273422851563 0.48761055078125`
			`0 0.1278752626953125 0.4742298938802083 0.12888634228515625 0.48600941276041665 0.18038190283203126 0.49710522395833334 0.18234930908203126 0.484450015625 0.1278752626953125 0.4742298938802083`
			`1 0.8136674975585938 0.5586982916666666 0.8132152631835937 0.576738203125 0.8660733193359375 0.5828525846354167 0.8675855947265625 0.5636681341145834 0.8136674975585938 0.5586982916666666`