AI-exp-5/datasets/valid/labels/-10-1_mp4-118_jpg.rf.ba6d06f6adec3b6c05c4f3849c5480e5.txt

1 0.48804012353515625 0.9207818932291666 0.474537037109375 0.9207818932291666 0.47935956787109374 0.9940843619791666 0.4899691357421875 0.9940843619791666 0.48804012353515625 0.9207818932291666
0 0.47935956787109374 0.0025720162760416664 0.46778549365234373 0.003858024739583333 0.46682098779296877 0.07587448567708334 0.48032407421875 0.07587448567708334 0.47935956787109374 0.0025720162760416664
2 0.46778549365234373 0.024434156250000002 0.46392746923828126 0.46424897135416665 0.44945987646484375 0.48611111132812496 0.4542824072265625 0.523405349609375 0.4783950615234375 0.54140946484375 0.49672067919921875 0.54012345703125 0.5150462963867187 0.522119341796875 0.51697530859375 0.49382716080729167 0.49479166650390627 0.45396090559895835 0.48032407421875 0.024434156250000002 0.46778549365234373 0.024434156250000002
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			`1 0.48804012353515625 0.9207818932291666 0.474537037109375 0.9207818932291666 0.47935956787109374 0.9940843619791666 0.4899691357421875 0.9940843619791666 0.48804012353515625 0.9207818932291666`
			`0 0.47935956787109374 0.0025720162760416664 0.46778549365234373 0.003858024739583333 0.46682098779296877 0.07587448567708334 0.48032407421875 0.07587448567708334 0.47935956787109374 0.0025720162760416664`
			`2 0.46778549365234373 0.024434156250000002 0.46392746923828126 0.46424897135416665 0.44945987646484375 0.48611111132812496 0.4542824072265625 0.523405349609375 0.4783950615234375 0.54140946484375 0.49672067919921875 0.54012345703125 0.5150462963867187 0.522119341796875 0.51697530859375 0.49382716080729167 0.49479166650390627 0.45396090559895835 0.48032407421875 0.024434156250000002 0.46778549365234373 0.024434156250000002`