AI-exp-5/datasets/valid/labels/-10-1_mp4-55_jpg.rf.f77bded5d71fff4b8d940fcb9dea6c6e.txt

2 0.511188271484375 0.5246913580729167 0.5131172841796875 0.48482510286458336 0.492862654296875 0.4603909466145833 0.45814043212890626 0.4655349791666667 0.4504243828125 0.5041152265625001 0.46103395068359376 0.5298353906250001 0.4870756171875 0.5426954733072916 0.6712962963867187 0.9027777779947916 0.6828703706054687 0.8924897122395833 0.511188271484375 0.5246913580729167
0 0.48032407421875 0.0012860084635416666 0.46875 0.003858024739583333 0.46971450634765627 0.07587448567708334 0.48032407421875 0.07587448567708334 0.48032407421875 0.0012860084635416666
1 0.48900462939453126 0.9207818932291666 0.4774305556640625 0.9233539095052082 0.4774305556640625 0.9940843619791666 0.4870756171875 0.9953703704427084 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 0.511188271484375 0.5246913580729167 0.5131172841796875 0.48482510286458336 0.492862654296875 0.4603909466145833 0.45814043212890626 0.4655349791666667 0.4504243828125 0.5041152265625001 0.46103395068359376 0.5298353906250001 0.4870756171875 0.5426954733072916 0.6712962963867187 0.9027777779947916 0.6828703706054687 0.8924897122395833 0.511188271484375 0.5246913580729167`
			`0 0.48032407421875 0.0012860084635416666 0.46875 0.003858024739583333 0.46971450634765627 0.07587448567708334 0.48032407421875 0.07587448567708334 0.48032407421875 0.0012860084635416666`
			`1 0.48900462939453126 0.9207818932291666 0.4774305556640625 0.9233539095052082 0.4774305556640625 0.9940843619791666 0.4870756171875 0.9953703704427084 0.48900462939453126 0.9207818932291666`