所以，我必须训练一个与图像，地面真相和额外参数有关的网络（当前图像状态）。
有一台相机在不同的缩放级别捕获图像。对于特定的周围，我有四个具有不同缩放水平的图像（0,25,50,75）。我需要训练网络以使给定的测试图像，我可以分类是否要缩放或缩放。
所以，我拥有的数据集是图像，地面真相（放大或放大或没有变焦），当前的变焦级别。
如何在网络中添加此当前缩放级别，以使网络正确训练？
我打算现在使用VGG或Alexnet，然后将来移至Inpection或Resnet。
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结合到模型中。因此，您的模型应该有一些输入：图像，（放大或放大或放大或放大），当前缩放级别。因此，您将图像传递到CNN（或几个CNN层），然后将特征映射弄平并附加其他输入值，然后继续通过其他一些层。或者，您可以在开头增加图像（如果您必须缩小，放大...），然后将图像传递给CNN。我不知道您正在使用哪个框架，但我知道我会尝试使用功能性API在Keras中进行原型。