тоящее время я ищу способ объединить выходные данные нескольких моделей в одну модель, мне нужно создать сеть CNN, которая выполняет классификацию.

Изображение разделено на разделы (как видно по цветам), каждый раздел дан в качестве входных данных для определенной модели (1,2,3,4), структура каждой модели одинакова, но каждый раздел выделен в отдельный модель, чтобы гарантировать, что один и тот же вес не будет применен ко всему изображению - моя попытка избежать полного распределения веса и сохранения распределения веса локально. Затем каждая модель выполняет свертку и максимальное объединение и генерирует некоторый вид выходных данных, который должен поступать в плотный слой, который принимает выходные данные из предыдущих моделей (модель 1,2,3,4,) и выполняет классификации.

Мой вопрос здесь заключается в том, что возможно создать модель 1,2,3,4 и подключить ее к полностью связанному слою и обучить все модели с учетом входных секций и и выходного класса - без необходимости определять выходы свертки и объединения слой в керасе?