Python 如何使用带有图像的边界框进行多标签图像培训？

我正在从事图像分类的机器学习，并成功地完成了几个项目。所有项目都有始终属于一个类的图像。现在我想尝试在每个图像上有多个标签的图像。我读到我必须在图像周围画框（边界框）进行训练。 我的问题是

我是否必须将这些区域裁剪成单个图像并像以前一样用于训练？

绘制的框仅用于裁剪

或者我们真的将原始图像和方框坐标（左上角[X，Y]，宽度和高度）输入到训练中了吗

---

欢迎提供与此相关的任何教程。

基本上，您需要检测图像中属于不同类别的各种对象。下面是图片中对象检测的位置

“对象检测”尝试对图像中各种对象的标签进行分类 图像并预测边界框

目标检测有很多算法。如果您是经验丰富的TensorFlow用户，可以直接使用。您可以选择所需的体系结构，并将注释与图像一起提供

若要注释图像（在框周围绘制边界框并单独存储），可以使用工具

您可以参考以下博客：

您可以使用可用的预训练对象检测器，而不是训练一个全新的对象检测器。该系统可以对80个对象进行分类。如果需要分类的对象包含在这些对象中，则可以获得一个准备构建的模型。模型围绕您感兴趣的对象绘制边界框

您可以根据需要裁剪图像的这一部分并在其上构建分类器