AI-exp-5/datasets/train/labels/-10-1_mp4-99_jpg.rf.2872286176186958f1283730219756bc.txt

2 0.4673112216796875 0.4752714641927083 0.48184956689453123 0.5144850996093749 0.5109017685546875 0.5182795670572916 0.529439603515625 0.489107 0.52474241015625 0.4571559036458333 0.6972960463867187 0.0810990859375 0.6902456684570313 0.06984622981770834 0.5058220615234374 0.4348745963541667 0.4836855947265625 0.43719208528645837 0.4673112216796875 0.4752714641927083
0 0.8664408530273437 0.45926116341145834 0.8670008422851563 0.443793583984375 0.8148819150390625 0.44364671093749997 0.8162834233398437 0.460309751953125 0.8664408530273437 0.45926116341145834
1 0.12924507177734376 0.5013065078125 0.18129667724609375 0.49888293164062497 0.1809600693359375 0.48603068294270835 0.12794454541015626 0.4884991399739584 0.12924507177734376 0.5013065078125
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 0.4673112216796875 0.4752714641927083 0.48184956689453123 0.5144850996093749 0.5109017685546875 0.5182795670572916 0.529439603515625 0.489107 0.52474241015625 0.4571559036458333 0.6972960463867187 0.0810990859375 0.6902456684570313 0.06984622981770834 0.5058220615234374 0.4348745963541667 0.4836855947265625 0.43719208528645837 0.4673112216796875 0.4752714641927083`
			`0 0.8664408530273437 0.45926116341145834 0.8670008422851563 0.443793583984375 0.8148819150390625 0.44364671093749997 0.8162834233398437 0.460309751953125 0.8664408530273437 0.45926116341145834`
			`1 0.12924507177734376 0.5013065078125 0.18129667724609375 0.49888293164062497 0.1809600693359375 0.48603068294270835 0.12794454541015626 0.4884991399739584 0.12924507177734376 0.5013065078125`