如果目标对象上有多余的对象，建议在图像中标记对象吗？

Question

我正在使用tensorflow训练一个可以检测汽车的模型。我在处理某些图像时遇到麻烦。例如，

当我通过以此方式绘制边界框来训练模型时，模型会将动臂障碍视为汽车的功能之一。 它甚至将障碍物检测为汽车。

为解决此问题，我通过以这种方式标记重新训练了模型，

我仍然不确定这是否是解决此类问题的最佳方法。

我的数据集中有1万张图片，并且有5％-10％的障碍，我应该跳过此类图片还是有更好的方法？