AI-exp-5/datasets/valid/labels/-10-1_mp4-117_jpg.rf.30d8fda31374c7901074233ca68d6f07.txt

2 0.45235339501953126 0.47968106966145835 0.451388888671875 0.51697530859375 0.4658564814453125 0.5439814817708334 0.49479166650390627 0.5439814817708334 0.5150462963867187 0.5195473248697916 0.5160108022460937 0.48353909440104165 0.492862654296875 0.45524691341145834 0.481288580078125 0.030864197265625 0.46875 0.028292180989583332 0.46682098779296877 0.45781893033854165 0.45235339501953126 0.47968106966145835
0 0.46392746923828126 0 0.46489197509765623 0.08230452669270834 0.4832175927734375 0.07973251041666667 0.481288580078125 0 0.46392746923828126 0
1 0.4899691357421875 0.9182098763020834 0.4774305556640625 0.9207818932291666 0.4774305556640625 0.9927983541666667 0.4899691357421875 0.9940843619791666 0.4899691357421875 0.9182098763020834
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 0.45235339501953126 0.47968106966145835 0.451388888671875 0.51697530859375 0.4658564814453125 0.5439814817708334 0.49479166650390627 0.5439814817708334 0.5150462963867187 0.5195473248697916 0.5160108022460937 0.48353909440104165 0.492862654296875 0.45524691341145834 0.481288580078125 0.030864197265625 0.46875 0.028292180989583332 0.46682098779296877 0.45781893033854165 0.45235339501953126 0.47968106966145835`
			`0 0.46392746923828126 0 0.46489197509765623 0.08230452669270834 0.4832175927734375 0.07973251041666667 0.481288580078125 0 0.46392746923828126 0`
			`1 0.4899691357421875 0.9182098763020834 0.4774305556640625 0.9207818932291666 0.4774305556640625 0.9927983541666667 0.4899691357421875 0.9940843619791666 0.4899691357421875 0.9182098763020834`