如何在训练时向CNN添加额外的参数

Question

因此，我必须训练一个网络，在该网络中我有一个图像，真实情况以及与图像有关的额外参数（当前图像状态）。

有一个相机可以拍摄不同缩放级别的图像。对于特定的环境，我有四个具有不同缩放级别（0,25,50,75）的图像。我需要训练网络，以便在给定测试图像的情况下，可以分类是放大还是缩小。

因此，我拥有的数据集是图像，地面真实性（放大或缩小或无缩放）以及当前缩放级别。

如何在网络中添加当前的缩放级别，以使网络正常训练？

我打算暂时使用VGG或AlexNet，将来再使用Inception或ResNet。

Answer 1

您可以做的是创建一个模型，该模型通过CNN处理图像，然后以某种方式将其他输入组合到该模型中。因此，您的模型应具有一些输入：图像，（放大或缩小或无缩放），当前缩放级别。因此，您将图像传递到CNN（或几个CNN层），然后展平特征图并附加其他输入值，然后继续遍历其他一些层。或者，您可以在开始时放大图像（如果必须缩小，缩小...），然后将图像传递到CNN。我不知道您使用的是哪个框架，但我知道我会尝试使用功能性API在Keras中对其进行原型设计。