在我自己的数据上训练基于可变形部件的模型分类器以识别不同的车辆

Question

为了与多类分类系统进行比较，我需要使用可变形的基于部分的模型here来训练分类器以检测不同类型的车辆。 （在这种情况下，汽车，卡车和公共汽车）。

如果可能的话，也能够区分角度（正面视图，侧视图等）。

所以我需要使用自己的培训和测试数据。

• 理想情况下，我希望系统能够区分不同类型的车辆。 （即这是一辆汽车而不是公共汽车）。
• 但如果那是不可能的，那么至少我希望它能够认识到公共汽车是一种车辆，就像汽车或卡车一样，给出了不同的观点。

我知道我们必须将我们的培训和测试图像放在文件夹名称VOCdevkit等中。但我的问题是关于不同的类。如何训练系统识别不同类型的车辆？

我该如何解决这个问题？我是否只是将所有带有不同类标签的图像放在同一个文件夹中？或者我是否训练个人分类器？