关闭。这个问题需要详细或明确。它目前不接受答案。
**想改进这个问题吗？**编辑这篇文章，添加细节并澄清问题。

两天前关门了。
改进这个问题
我目前正在研究一个多类分类模型。目标是使用机器学习对照片进行分类。目前，我使用微调转移学习。此时，精度约为90%。数据明显不平衡，因此我认为还有改进的余地，但这超出了这个问题的范围。
每个图像包含一个从几厘米到几米不等的对象。我预先知道物体的尺寸。是否可以将照片（缩放到160x160像素）与对象大小合并？存在多个大小不同的类别，因此需要对图像进行分类，而不是仅基于大小进行分类。
我正在寻找其他人谁结合了其他数据与图像的分类，但还没有能够找到任何东西到目前为止。有人知道这是否可能，以及如何/从哪里开始（阅读）吗？
编辑[澄清问题]：
我想将图像分类的ccn与其他特征（对象的尺寸）结合起来。
例如，我想对老鼠和狗的图像进行分类。然后我想训练一个ccn来保持图像中的空间信息（因此是一个卷积网络）。例如，图像上动物的重量也是已知的，我想把这些信息输入模型。
不太可能有10公斤重的老鼠。这些额外的信息有助于在图像上对动物进行分类。或者，例如，将狮子和猫分类（不知道你认为它们长得像吗？但你明白了。
我无法找到有关如何向图像分类模型提供额外特征的信息。问题是，有人知道这是否可能，如果可能，如何做到？