我正在使用卷积神经网络来检测算术运算符，例如加号（+），减号（ - ），乘积（），点（。）和括号，包括从0到9开始的MNIST数字数据集。 CNN的实施，我正在使用Tensor Flow的CNN代码，规格为28x28训练图像大小。对于+， - ，和点（。）的新培训案例，我在我的大学手动收集了一个数据集，并将其调整为28x28。
然而，CNN所面临的一个问题是在我的测试案例中区分减号和点，其中我的大部分点被检测为减号。部分原因是减号（ - ）与点相比更宽。然而，虽然调整为28x28，但它失去了具有更高纵横比的固有特性。有人可以建议我更好地解决这个问题吗？或者可能是另类？或者我在检测时犯的错误？