我对CNTK很新颖。 我想用CNTK-ResNet/Fast-R CNN训练一组图像（用于检测酒精杯/酒瓶等物体）。使用CNTK进行对象检测
我想从GitHub下面的文档;但是，这似乎并不是一个简单的过程。 https://github.com/Microsoft/CNTK/wiki/Object-Detection-using-Fast-R-CNN
我找不到合适的文档来为具有不同大小和形状的图像生成ROI。以及如何基于训练好的模型创建对象标签？有人可以指出一个适当的文档或培训链接，使用我可以在cntk模型上工作吗？请参阅附加的图像，我可以在脚本中加载具有默认ROI的示例图像。如何正确设置尺寸并在图像中标注对象？提前致谢！
sample image loaded for training
不知道你的意思是正确的文件。这是本文的实施（https://arxiv.org/pdf/1504.08083.pdf）。看起来你正在努力产生投资回报率。您可以通过辅助功能看起来在现场记录来分析你可能需要的东西：
要运行的玩具例子，确保在PARAMETERS.py的数据集名称设置为“杂货店”。
运行A1_GenerateInputROIs.py生成用于训练和测试输入的ROI。
运行A2_RunCntk_py3.py使用CNTK Python API训练Fast R-CNN模型并计算测试结果。
的ALGO将工作在几个候选区，然后生成输出：一个用于对象的类和另外一个，生成用于属于这些类别中的对象的边界框。请参阅代码以获取实施细节。
有人可以指出一个适当的文档或培训链接使用我可以在cntk模型上工作吗？
你可以看看my repository on GitHub。
它将引导您完成所有需要的步骤，以培训您自己的CNTK对象检测和分类模型。
但在短期适当的步骤应该是这个样子：
