我正在寻找一些关于如何改进我们的车辆图像识别的建议。我们有一个在线市场，客户可以在其中提交车辆照片。照片需要满足一定的要求才能批准广告。

客户需提交以下车辆照片：正面、背面、左侧、右侧、发动机（类似于正面照片，但引擎盖打开）和仪表板组。车辆必须在照片中很好地构图，换句话说，它不能太小或太大以至于边缘接触照片的框架。它还必须是上述类型之一，并且摄像头必须直接面向车辆，只有很小的角度变化（前照片不能包括汽车侧面的大片）。

另一位开发人员尝试使用 Keras 构建了一个 CNN，这确实减轻了一些手工操作（大约 20,000 张照片用于训练 - 没有注释）。车辆照片的准确度约为 75%，但发动机和仪表盘的准确度仅为 55%。每张照片仍然是手动检查的，但这是一个同意或不同意识别的情况。

我想知道使用现有的预训练模型（如 ImageAI）检测图像中的车辆是否会更好。使用车辆的边界框确定它是否正确放置在照片的框架中并且在可接受的尺寸范围内。图片中可能有多辆汽车，因此请使用最突出的一辆。

到那时，是否值得尝试开发一些东西来锻炼车辆的姿势（想法：https ://github.com/johnberroa/CORY ）或者只是使用任何预先存在的训练模型进行一些迁移学习并花费一些时间注释图像？