Atualmente, estou procurando uma maneira de combinar a saída de vários modelos em um único modelo, preciso criar uma rede CNN que faça a classificação.

A imagem é separada em seções (como vista pelas cores), cada seção é fornecida como entrada para um determinado modelo (1,2,3,4). A estrutura de cada modelo é a mesma, mas cada seção é fornecida para um modelo separado. modelo para garantir que o mesmo peso não seja aplicado à imagem inteira - Minha tentativa de evitar o compartilhamento de peso total e de manter o compartilhamento de peso local. Cada modelo executa convolução e pool máximo e gera algum tipo de saída que precisa ser alimentada em uma camada densa que retira as saídas dos modelos anteriores (modelo 1,2,3,4) e executa classificações.

Minha pergunta aqui é possível criar o modelo 1,2,3,4 e conectá-lo à camada totalmente conectada e treinar todos os modelos, considerando as seções de entrada e a classe de saída - sem precisar definir as saídas da convolução e do pool camada em keras?