在训练时，团队做了细致的数据增强和处理工作，解决了一些由闪光灯（如下）等造成的图像扭曲等问题。

数据集的最终构成是150k图像，其中只有3k是热狗——热狗再多花样就那么几种，但是长的像热狗而不是热狗的东西则太多了。这个比例 49：1的不平衡通过设置Keras的权重为49：1来解决。在剩余的147k图像中，大多数都是食物，只有3k张非食物照片，这是为了帮助网络更多地概括，如果图像中出现红色服装中的人物，就不会被欺骗去将其识别为热狗。

• 直播预告 | 埃森哲企业数字化转型论坛·两化融合深度行
• 【深度长文】规模大赚钱就是好公司？政府要推动最基础的大国重器
• 当众人夺路而跑时，不跟随——投资高手们的深度思考
• 新疆喀什伽师县发生5.5级地震 震源深度8千米
• 台湾花莲发生4.3级地震 震源深度17.7公里
• 亲人不睦，家必败！（深度好文）
• “将有温度有深度有力度的中国故事讲给非洲受众”
• 穷人在抢房，富人在抢命！（深度好文）
• 世上没有一种生气是值得的（深度好文）
• 有多少人毁在了这句话上！（深度好文）