tensorflow - 如何用元信息丰富卷积神经网络？

Question

我非常想了解如何使用提供的元信息丰富 CNN。据我了解，CNN“只是”查看图像并将其分类为对象，而不查看可能存在的元参数，例如时间、天气条件等。

更准确地说，我在后端使用了带有 tensorflow 的 keras CNN。我在管道末端有典型的 Conv2D 和 MaxPooling 层和一个完全连接的模型。它工作得很好，给了我很好的准确性。但是，我确实有迄今为止未使用的每个图像(拍摄图像的相机的制造商)的其他元信息。

将此元信息合并到模型中的推荐方法是什么？我自己还不能想出一个好的解决方案。

谢谢你的帮助!

Answer 1

通常是通过在预测之前将这些信息添加到全连接层之一来完成的。全连接层为您提供 K 个代表您图像的特征，您只需将它们与您拥有的附加信息连接起来。