如何利用CNN预测h的中心坐标

Question

我有一个包含2000个图像的数据集，看起来像这样https://imgur.com/a/IG3yLpe

我们的目标是利用CNN来预测圆形矩形的中心点（x，y）。与训练图像关联的中心点作为训练标签提供。你知道吗

以下是我的程序的一般流程：

1. 将原始图像（2592 x 1944）裁剪为（2092 x 544）的感兴趣区域（ROI）
2. 使用数据增强技术（旋转、高斯噪声、亮度、缩放、移位）将图像数量增加到20000。你知道吗
3. 将增强的ROIs图像裁剪到64x64 numpy阵列（不保留纵横比）
4. 使用数据集的10%作为验证集
5. 将上面的图片放入CNN模型中。我使用默认的Adam优化器。模型摘要和训练结果在此文件中 https://gofile.io/?c=G9z8Y7”
6. 在整个数据集+100个测试图像上评估模型
7. 将预测结果与实际情况进行比较

我用Valu mae指标来衡量成功。我不满意的预测结果，虽然价值梅达到0.61。最高的x间距是3.4像素，只有50%的图像达到了我的目标（x\u gap<；1px和y\u gap<；1px）。你知道吗

我应该如何调整我的CNN模型来实现我的目标

谢谢你的帮助