图像识别+方向模型识别物体的起点和终点

Question

我正在寻找一种能够识别线性物体（棒球棒，网球拍，叉子/勺子）起点和终点的图像识别模型。起点和终点指的是：

1. 棒球棒-起点是指握柄所在并握住棒的棒的起点基点。终点是蝙蝠的尖端。
2. 网球拍-起点是握住球拍并握住球拍的基础。终点是网球拍的顶部。
3. 叉子/汤匙-起点是有人握住叉子/汤匙的地方，终点是叉子中的4个叉脚（4个叉之间的平均距离）

基本上，起点表示对象（x1，y1）位置的结尾，某人握住/握住该对象。另一端是对象另一端的（x2，y2）位置。

目的-目的是识别对象以及起点和终点。我想知道是否有可能像YOLO这样简化当前的物体识别CNN，所以我只给它x1，y1起点和x2，y2终点而不是边界框，这样就可以画一条线来追踪物体的位置/方向。或创建一个新的神经网络以接受对象识别以及2个新功能（起点和终点）