Non cela n'apportera rien car si l'apprentissage est bien réalisé, c'est le modèle lui même qui va trouver les meilleurs kernels possibles (qui à priori seront bien plus performants que ceux connus).
De plus cela revient plus ou moins à dupliquer des images ce qui augmente le risque de sur-apprentissage.
Une idée intéressante serait par contre d'utiliser des filtrages connus sur les 1ères couches du réseau pour structurer notre réseau et rendre celui-ci un peu plus explicable (anti-black-box). Cela reste néanmoins moins performant.
