В данный момент я создаю модель, в которой необходимо классифицировать фотографии глаз с возможной диабетией c Ретинопатия. Для этого я создал модель Keras в python и приложил все усилия для структурирования модели. С Grad Cam я могу видеть, на что смотрит модель и причину классификации. Вот пример:

Как видите, модель четко фокусируется на углу картинки. По-видимому, модель считает, что черный угол изображения является характеристикой c для одного класса или нескольких классов.
Теперь мой вопрос был, есть ли способ сказать модели, чтобы опустить черные углы образ? Я думаю, что это значительно улучшило бы мою модель, поскольку эти черные углы присутствуют почти на каждом изображении, и рассматривать этот черный угол как вес для классификации не имеет смысла.
Вот так выглядит моя модель:

Для предварительной обработки я использовал CLAHE и для нормализации своих классов я использовал горизонтальное переключение.
Если что-то неясно, дайте мне знать!
Заранее спасибо.