具体说明img=get_target的用法shv

`get_target()` 是一个函数，它的作用是从输入图像中提取目标。在具体使用时，需要传入一张图像以及目标的标签（如类别、边框等）。具体使用方法可以参考以下示例：

from gluoncv import model_zoo, data, utils
import mxnet as mx

# 加载模型
net = model_zoo.get_model('ssd_512_resnet50_v1_coco', pretrained=True)

# 加载图像
im_fname = utils.download('https://github.com/dmlc/web-data/blob/master/' +
                          'gluoncv/detection/street_small.jpg?raw=true',
                          path='street_small.jpg')
x, img = data.transforms.presets.ssd.load_test(im_fname, short=512)

# 目标标签
class_id = 7  # 表示汽车

# 提取目标
class_id = mx.nd.array([class_id])
scores, bboxes = net(x)
class_ind = scores[:,:,class_id].argmax(axis=1)
class_score = scores[range(len(class_ind)), class_ind, class_id]
mask = class_score > 0.5
class_id = class_id.expand_dims(0).broadcast_axes(dim=(0,1), size=(scores.shape[0], scores.shape[1]))
bboxes = bboxes[0,mask].asnumpy()
scores = scores[0,mask].asnumpy()
class_id = class_id[0,mask].asnumpy()
img = img.asnumpy()
img = img.transpose((1, 2, 0))

# 获取目标图像
for i, bbox in enumerate(bboxes):
    if class_id[i] == 7:
        xmin, ymin, xmax, ymax = [int(x) for x in bbox]
        img = img[ymin:ymax,xmin:xmax,:]

在这个示例中，我们首先加载了一个预训练的 SSD 模型，然后加载了一张图像。我们设定了目标标签为 7，表示汽车。然后，我们使用 SSD 模型对图像进行预测，得到每个预测框的得分、位置和类别。我们筛选出类别为汽车且得分大于 0.5 的预测框，并从输入图像中提取出目标图像。最终，我们可以得到一个只包含汽车目标的图像。