AI-exp-5/datasets/valid/labels/-10-1_mp4-27_jpg.rf.bbd327f06cd606f4e69d2ba4bc786dd5.txt

1 0.48900462939453126 0.92463991796875 0.4774305556640625 0.92463991796875 0.4783950615234375 0.9927983541666667 0.49093364208984375 0.9927983541666667 0.48900462939453126 0.92463991796875
0 0.481288580078125 0.078446501953125 0.481288580078125 0.006430041015625 0.46875 0.007716049479166666 0.46971450634765627 0.078446501953125 0.481288580078125 0.078446501953125
2 0.76967592578125 0.2070473248697917 0.49768518505859377 0.46296296289062505 0.4832175927734375 0.456532921875 0.45235339501953126 0.4783950618489583 0.456211419921875 0.5208333333333334 0.4783950615234375 0.5439814817708334 0.510223765625 0.5272633743489583 0.5131172841796875 0.4899691360677083 0.7735339506835938 0.22119341536458334 0.76967592578125 0.2070473248697917
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 0.48900462939453126 0.92463991796875 0.4774305556640625 0.92463991796875 0.4783950615234375 0.9927983541666667 0.49093364208984375 0.9927983541666667 0.48900462939453126 0.92463991796875`
			`0 0.481288580078125 0.078446501953125 0.481288580078125 0.006430041015625 0.46875 0.007716049479166666 0.46971450634765627 0.078446501953125 0.481288580078125 0.078446501953125`
			`2 0.76967592578125 0.2070473248697917 0.49768518505859377 0.46296296289062505 0.4832175927734375 0.456532921875 0.45235339501953126 0.4783950618489583 0.456211419921875 0.5208333333333334 0.4783950615234375 0.5439814817708334 0.510223765625 0.5272633743489583 0.5131172841796875 0.4899691360677083 0.7735339506835938 0.22119341536458334 0.76967592578125 0.2070473248697917`