我想使用卷积神经网络识别图像中的微妙模式。我见过几个例子，人们放弃了这种模式不占主导地位或不够一致而无法被神经网络识别的推理。由于调整这些网络非常耗时，我想知道：有什么方法可以验证问题是否可解决/模式可以被识别（或至少给出相同的指示）？
背景：我的问题
我的目标是根据图像识别产品的细微差异。我想将产品图像分解为多种描述属性。现在我需要找出哪些产品属性非常适合识别。
例如，我想区分服装图像中的领型。因此，我需要弄清楚人类对衣领类型（瀑布、V 形、圆形等）的理解是否足够清晰和一致，足以被具有人类水平性能的神经网络正确识别。
当然，图像总是略有不同，可解性显然与可用数据相关。但在收集和清理数十万张图像之前，我想知道结果是否有任何好处。