标签： python keras deep-learning computer-vision conv-neural-network
我有一个图像数据集，我希望将其分为三类：非疾病，疾病1型和疾病2型。
我训练了两个独立的CNN模型，一个模型将3类分类，第二个模型仅将2类分类：疾病或非疾病。
由于第二个模型的准确性更高，所以我想结合两个模型的输出，这意味着仅当第一个模型输出为类型（1/2）而第二个输出为时才将其分类为疾病类型疾病。希望这将减少第一个模型的误报错误。
有什么常用的方法吗？是可以只在测试集上进行组合吗（因为培训是分开的），还是我需要为此分开一个验证集？