我当前正在运行一个非常漂亮的CNN，但是我有一些包含“多个类”的图像，它将数字图像分类为不同的类（不是ocr），但是我也有一个名为“ bad_captures”的类，对于没有数字的图像。但是，某些图像具有bad_captures具有的某些功能，但同时它们包含数字。当前，该模型预测这些图像很差，但我需要将其重点放在数字上。有什么建议吗？
答案 0 :(得分：0)
您不能明确地告诉模型哪些功能需要更多权重。但是，您可以做的是训练一些简单的分类器，该分类器将告诉您图像是否为bad_caputre。然后，您可以将其放在模型的顶部，如果图像还不错，请对其进行处理。这样，您的CNN模型就不必担心选择类，它只专注于从图像中获取正确的数字。
另一种方法是找出其中哪些功能会混淆模型，并在预处理中将其明确删除。另外，您通常可以在预处理中尝试不同的操作，以查看这是否会对模型性能产生影响。