我正在做一个深度学习项目，遇到了一个问题。我正在使用的图像非常大且非常详细。它们还包含大量必要的视觉信息，因此很难降低分辨率。为了解决这个问题，我将图像切成“瓦片”，分辨率为512 x512。每个图像有几千个图块。
这是问题所在-注释是二进制的，图像是异构的。因此，可以将注释应用于对实际分类没有影响的图像图块。我如何减轻标记为“不正确”的图块的影响。
一个想法是将图块与t-SNE图类似，并比较不同区域（或“类”）的二进制注释的比率。然后，我可以根据图像的位置为图像分配权重，然后将其用作训练中的额外图层。所有这些都是非常新的，所以如果这是一个可怕的主意，也不会感到惊讶！只是以为我会被刺。
对于背景，我正在Inception v3上使用转移学习。