不太清楚您的具体需求。您需要物体检测吗?我从“边界框”推断出来。如果是这样,那么 Inception 网络并不适用于您的任务,因为它们是分类网络。
您应该寻找物体检测模型,比如 Single Shot Detector (SSD) 或 You Only Look Once (YOLO)。它们通常使用分类网络的预训练卷积层,但在其顶部还有其他层。如果您想使用 Inception(又名 GoogLeNet),则 YOLO 是基于它的。请看这个实现:https://github.com/thtrieu/darkflow或者您可以在 Google 上找到其他实现。