不必要。假设您的数据来自可能的图像分布，其中包含靠近相机的直立人。像神经网络这样的东西在新数据上的表现会很差，因为它来自一个分布而不是它训练过的分布。

您可以尝试扩充数据集以尝试获得一些合成的“远离颠倒的人”，但这里不能保证。

我会寻找来源，但 A. Ng 引用的是一个实验，一个团队在大型车辆图像数据集上训练了一个神经网络。他们没有意识到这些汽车都面向同一个方向，而且他们的模型在非常相似的图像上表现很差，主要区别在于水平翻转。