我正在使用卷积神经网络来检测算术运算符,例如加号(+),减号( - ),乘积(),点(。)和括号,包括从0到9开始的MNIST数字数据集。 CNN的实施,我正在使用Tensor Flow的CNN代码,规格为28x28训练图像大小。对于+, - ,和点(。)的新培训案例,我在我的大学手动收集了一个数据集,并将其调整为28x28。
然而,CNN所面临的一个问题是在我的测试案例中区分减号和点,其中我的大部分点被检测为减号。部分原因是减号( - )与点相比更宽。然而,虽然调整为28x28,但它失去了具有更高纵横比的固有特性。有人可以建议我更好地解决这个问题吗?或者可能是另类?或者我在检测时犯的错误?