入力形状が変わる機械学習の組み立て方

Question

#前置き
この質問は技術的な質問ではなく，理論の質問です．
teratailなら詳しい人がいるのではと考え質問しました.

#したいこと
果物の断面情報をもとに果物の状態を推定したい．

図１　果物の断面例

果物の断面をカットせずに撮影する装置があるとする．これを用いて断面を10mmごとに取得する．

取得した画像の枚数は果物の種類，育成状況などにより異なる．そのため，画像を入力とするCNNは入力のサイズが変化する．

ラベルは，腐食の有無・病気の有無をつける．

入力が変わる機械学習の組み立て

入力の画像枚数は果物が大きくなると多くなり，ミカンとリンゴなど種類が変わることでも変化する．
人は真ん中の断面を見て判断することもあれば，総合的に見て判断を下す時もある腐食・病気を含む．
外観のみを見て判断をするより高精度になることを目指している．

図２　現在考えている機械学習の構造

枚数の中央を重要視する重みの設定をすると人の判断に近い学習の仕方をすると想定している．画像枚数は30枚(対象の最大サイズは300mm)を最大と考え，対象がそれ以下のサイズのとき30枚で埋まっていない画像は[0,0,0]でうめるとする．

この方法では人為的に重みを設定するため，精度は作為的に変えることができる．学習したものを正しく評価することができない・最適まで進まないのではと危惧している．

意見・より優れた構造・知見を広く求める．