标题：图像分类与目标检测数据集
数据内容：该数据集包含了图像文件、标签文件、目标类别、训练标识、训练损失、验证损失、学习率等字段。具体字段包括：
- imagefile: 714种不同值
- labelfile: 714种不同值
- target: 9种不同值
- train_id: 2种不同值
- epoch: 100种不同值
- train/box_loss: 100种不同值
- train/cls_loss: 100种不同值
- train/dfl_loss: 99种不同值
- metrics/precision(B): 100种不同值
- metrics/recall(B): 100种不同值
- metrics/mAP50(B): 100种不同值
- metrics/mAP50-95(B): 100种不同值
- val/box_loss: 99种不同值
- val/cls_loss: 99种不同值
- val/dfl_loss: 99种不同值
- lr/pg0: 99种不同值
- lr/pg1: 99种不同值
- lr/pg2: 99种不同值
数据来源：互联网公开数据
数据用途：该数据集可用于图像分类、目标检测任务。具体应用场景包括但不限于：
- 计算机视觉领域：用于训练和评估图像分类模型、目标检测模型。
- 人工智能领域：用于研究深度学习算法在图像处理中的应用。
- 自动驾驶领域：用于训练和评估目标检测模型，以提高自动驾驶系统的准确性。
- 零售领域：用于商品识别、货架监测等任务。
标签：图像分类, 目标检测, 计算机视觉, 深度学习, 自动驾驶, 零售, 图像处理
行业分类：计算机视觉, 人工智能, 自动驾驶, 零售
