我有一个机器学习问题（医学图像分割），我没有足够的高质量数据来训练（甚至专家有时会有不同意见）。
所以我的想法是在我拥有的数据上构建一个神经网络，并发布该软件的测试版本，显示当前训练网络的结果。
鼓励用户（在开始时）应该仍然是该领域的专家，使用自动化解决方案作为自己的分段的基础（即他们可以手动修改ai分段）。 我会收集这些人为修改以改进我的模型。 因为我不知道，个人用户真正拥有多少专业知识，我想整合一种声誉系统（以加权修改）。
我的想法是将图像补丁分类不仅与我最好的模型，还与其他一些具有更高错误率的模型（来自开发）。但是所有这些模型都具有已知的错误率（在初始训练数据上）。所以我的期望是用户应该对每个模型进行的更正次数与模型的质量有关，并以此为基础建立我的声誉得分。
这是好主意还是完整的vodoo数学？