在图像中发现小图案

Question

使用卷积时，通常会识别大象或狗等图像中的大物体。然后，第一个卷积层识别边缘，最后一层聚焦于更抽象的特征，如腿或身体形状。

我目前正在处理的任务有所不同：我的图像尺寸为512x512，黑白扫描文档。我不需要识别文本或其他复杂的模式，而是需要找到像墨迹一样的东西。网络应该只知道是否有类似的东西。

通常，我正在使用这样构建我的网络：

model = Sequential()
model.add(InputLayer((512, 512, 1))

for size in [32, 64, 128, 256, 512, 512, 512]:
    model.add(Dropout(0.1))
    model.add(Conv2D(size, (3,3), 'relu'))
    model.add(Conv2D(size, (3,3), 'relu'))
    model.add(AveragePooling2D())

model.add(Flatten())
model.add(Dense(256, 'relu'))
model.add(Dense(1, 'sigmoid'))

这是我在这个用例中经常使用和尝试的结构，但我的结果并不是压倒性的，这就是为什么我在质疑我的结构。如果我只需要识别尺寸为5x5或30x30的图案的存在，我应该使用不同的结构吗？