ну лично мне "пиксель 2-83 отличается не более чем на 18% от пиксела 35-44" сразу говорит о том, что мой алгоритм не инвариантен к трансляции и повороту, а значит то, на чем учили было слишком лимитированное и надо менять и вводить большую вариацию. и многие другие похожие выводы сети говорят об ошибках или overfitting

да, физические предметы - это новый уровень