问在目标检测中，你是否在地面真实边界框上训练CNN分类器？

EN

基于我对你的问题的理解：“你想了解分类器网络是如何工作的吗?”

当我们设计一个检测器网络和一个分类器网络时，这两个网络都是在训练数据集上对不同类型的网络进行训练。例如，您希望检测不同类别的车辆，如卡车、公共汽车、面包车、小汽车、自行车等。

1. 检测器网络:该网络将使用在场景中的车辆周围标记了边界框的图像进行训练。即边界框的坐标。在测试这部分网络时，您将获得车辆周围的边界框(坐标)的结果。

1. 分类器网络:将使用裁剪后的车辆图像进行训练，这些图像具有不同的类别标签，大小都调整为相同的尺寸，例如卡车1、公交车2、面包车3、汽车4等等。

因此，在检测器网络之后测试整个管道(检测器+分类器)时，您将根据场景中存在的车辆数量获得多个边界框。在此之后，您需要将所有这些裁剪的边界框图像调整到相同的尺寸，并逐个提供给分类器网络。例如，一个场景可能有5辆车，那么分类器将分别接收5辆车的图像。您还需要保留馈送的裁剪图像的坐标，以在结果上标记车辆的类别和位置。