我刚刚开始使用我的第一个简单的数字分类器，所以我的怀疑程度很低。到目前为止，在我见过的每个数字图像数据集中，每个数字的不同变体都被分组在一起，例如：

所有这些图像都代表数字 1，但外观差异很大。在这种情况下，简单的卷积神经网络不会很难学习 1 的视觉模式吗？特别是考虑到第三张图片在设计上与 7 的相似之处。

我的问题是：创建“1”、“1-alt”、“1-serif”等其他标签会更好吗？然后 CNN 可以将图像作为 1 的变体的概率相加，然后给出它的预测，但我不确定这一点。
专业分类器如何解决这个问题？
从理论上讲，这种方法会以任何方式影响性能或准确性吗？