我遇到了这个问题，我试图使用编码器-解码器 CNN 将输入图像中的像素分类，类似于分割。“感兴趣”的像素通常位于输入图像的右上角，但是输入图像太大，我必须将它们分割成块，这样做，每个输入块都会丢失其“整个图片的哪个区域”它来自”信息。

我正在使用 pytorch，我想手动将此补丁位置信息添加到输入中，但随后它会很复杂，这对我来说确实有意义，因为它不是图像的一部分。

我是新手，不确定我是否认为整个事情正确，我应该如何手动将此信息正确地添加到输入中，或者如果有一些关键字我可以做一些研究，以便让 CNN 占据位置考虑到？谢谢你。