AI-exp-5/datasets/valid/labels/-10-1_mp4-114_jpg.rf.25e784ddf92e59d31f526e9ea06d39ae.txt

2 0.46103395068359376 0.024434156250000002 0.46875 0.46167695442708334 0.4475308642578125 0.48611111132812496 0.4600694443359375 0.5336934153645834 0.49189814794921877 0.5439814817708334 0.5131172841796875 0.5182613170572917 0.5121527778320313 0.480967078125 0.4957561728515625 0.45524691341145834 0.47260802490234377 0.024434156250000002 0.46103395068359376 0.024434156250000002
0 0.48514660498046874 0.07458847721354167 0.4841820986328125 0.006430041015625 0.4658564814453125 0.006430041015625 0.46392746923828126 0.07458847721354167 0.48514660498046874 0.07458847721354167
1 0.48900462939453126 0.9207818932291666 0.47646604931640624 0.9233539095052082 0.4774305556640625 0.9927983541666667 0.48900462939453126 0.9927983541666667 0.48900462939453126 0.9207818932291666
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 0.46103395068359376 0.024434156250000002 0.46875 0.46167695442708334 0.4475308642578125 0.48611111132812496 0.4600694443359375 0.5336934153645834 0.49189814794921877 0.5439814817708334 0.5131172841796875 0.5182613170572917 0.5121527778320313 0.480967078125 0.4957561728515625 0.45524691341145834 0.47260802490234377 0.024434156250000002 0.46103395068359376 0.024434156250000002`
			`0 0.48514660498046874 0.07458847721354167 0.4841820986328125 0.006430041015625 0.4658564814453125 0.006430041015625 0.46392746923828126 0.07458847721354167 0.48514660498046874 0.07458847721354167`
			`1 0.48900462939453126 0.9207818932291666 0.47646604931640624 0.9233539095052082 0.4774305556640625 0.9927983541666667 0.48900462939453126 0.9927983541666667 0.48900462939453126 0.9207818932291666`