feat(datasets): 添加新的训练数据标签

- 在 datasets/train/labels 目录下新增了多个标签文件
- 文件命名格式为：视频ID-帧序号.jpg.rf.哈希值.txt
-标签内容包括物体类别和位置信息，用于训练目标检测模型

test.py

@@ -1,4 +1,29 @@
 from ultralytics import YOLO
+import os
 
-model = YOLO("yolov12s.yaml")
-print("Model loaded successfully!")
+
+def main():
+    # 加载训练后的模型
+    model = YOLO("runs/detect/final_model3/weights/best.pt")
+
+    # 在验证集上评估模型性能（添加 workers=0 参数）
+    results2 = model.val(data="data.yaml", workers=0)
+
+    # 推理指定图像或目录（添加 workers=0 参数）
+    results = model.predict(
+        source="datasets/test/images/3383011008094_mp4-19_jpg.rf.377dffeb92226013b2abf60eb66473a7.jpg",
+        imgsz=640,
+        conf=0.25,
+        save=True,
+        #device=0,
+        workers=0  # 关键参数
+    )
+
+    # 遍历并打印预测结果
+    for result in results:
+        print(result.names)
+        print(result.boxes)
+
+
+if __name__ == '__main__':
+    main()  # Windows必须的入口保护