标记边界框没有常见的做法。它总是取决于问题。例如，如果您想计算鸡的数量，那么您还应该将整只鸡标记为鸡的一个实例。如果您只是检测图片中是否有鸡，则应标记未遮挡的部分。

你必须考虑你的问题。算法的目标是什么？人类可以在不想象物体的其余部分在哪里的情况下完成这项任务吗？您还应该考虑问题的像素不平衡。一般来说，第一种方法比第二种方法更难，因为即使是人类在标记被遮挡对象的边界框时也会遇到问题。因此，由于这个因素，您将有很多差异。如果您只标记您看到的边界框标记将更加可靠。据我所知，YOLO 出版物中使用的PASCAL Visual Object Classes数据集只标记了您可以看到的内容，而不是被遮挡的内容。

顺便说一句，我希望你的任务旨在提高鸡的生活质量。如果机器学习被用来伤害他们，那将是一种耻辱。