是的！这当然是可以做到的。由于您有一个带标签的数据集，这使它变得更加简单！

我会看一下这个项目，它应该能让你到达你需要去的地方。

实现细节应该非常简单。让我知道我是否可以提供进一步的帮助。

我认为这篇论文可以帮助你：3D Bounding Box Estimation Using Deep Learning and Geometry

他使用 1 个 VGG-19（在 ImageNet 上预训练）来学习汽车的尺寸

是的，这是可能的，但首先您必须识别图像中的某个对象，或者 1) 车辆本身，然后报告该车辆的已知尺寸，或者 2) 与相机距离与汽车相同的已知对象（路边、停车标志、司机的头、设得兰群岛的小马……等等），然后使用该对象来校准非常接近它的汽车的尺寸。

图像中的任何汽车都将与相机的距离未知，从而使汽车对象在照片之间显得更大或更小。如果您不认识汽车或至少一个已知尺寸的参照物，汽车的物理尺寸将是未经校准的——您的尺寸估计将没有依据。

如果汽车是未知的，那么即使您确实有视觉线索（存在参考物体或相机到汽车的距离已知），相机镜头的未知广角范围可能会扭曲未知汽车的形状（高度与宽度），使您估计其表观尺寸的能力进一步复杂化。