删除覆盖的文本可能会提高准确性，但您需要训练不同的模型来执行此操作，这是一项完全不同的任务，因为它不再是分类，而是生成。有更简单的方法来扩充您的数据，并且可能会为您的准确性带来类似的好处。但是，如果您仍然想这样做，您可以通过在 google 中简单搜索“水印去除机器学习”找到很多示例。这是我找到的一个例子。

总体而言，CNN 将能够毫无问题地查看覆盖文本，并像没有覆盖文本一样执行分类。有可能它实际上学习了覆盖文本和预期输出之间的关系，但这取决于数据，并且可能比简单地识别特征更难。

您可能会遇到的唯一问题是，如果将使用此模型的真实数据与提供的数据不同，因为在真实文字中，图像不包含描述图像内容的重叠文本。