我在做一个图像(人脸)分类任务,用的是对原图dct变换后的图像作为数据集训练,比如下面这种图像,我原本是把这个单通道dct图像做了简单的复制变成3通道,然后送到xception训练,结果准确率最高只有75%,但是如果对dct图像做个方向角平均然后用svm训练可以到90%准确率,另外如果用原图在xception训练也可以有99%以上准确率。我怀疑问题是xception网络不适合分类这种dct图像,这种图像特别暗淡,不同dct图像的区别很小。但是用提前特征用svm训练有90%准确率说明dct图像也是可以达到90%以上准确率的。请问大佬们有什么适合的网络训练这种dct图的吗?我感觉一些医学和宇宙空间背景之类的图像训练也会遇到这种问题。或者有什么好的处理方法对dct图像处理或者和dct结合可以获得更好结果?因为我的任务是基于dct图像的分类,所以肯定要基于dct图像选神经网络。。。。。