我目前正在开展一个项目，该项目涉及固定在天花板上的多个摄像头。每次拍照时，我都会检查相机下方是否有“推车”。

我想使用卷积神经网络（二进制）来确定图像是否包含购物车。

现在，我想知道的是，因为从相机的俯视图来看，所有的推车看起来都一模一样，而且所有的图像看起来也几乎一模一样（一些照明和轻微的角度差异，仅此而已。）

这种糟糕的图像多样性会给我带来任何问题吗？（如过拟合）？如果是这样，我能做些什么来防止它？而且..在这种情况下我什至想防止过度拟合？因为即使是真实数据也将几乎相同。