Определение этажности дома по его фотографии без машинного обучения

Но на первой же картинке 10 этажей (написано 11) или я неправильно посчитал?

Как видно по первой картинке — метод не работает.

Метод сам по себе неплохой, вполне рабочий и используемый (метод поиска статистических особенностей на различных срезах изображения — магистральный путь автоматизации околодефектоскопических задач на конвейерных производствах), но, кажется, вы не совсем представляете, для чего нужны нейросети. Нейросети в данном случае — это не замена вашему алгоритму, а всего лишь замена той возни, которую вы делаете вручную «без обучения», параметризуя своими эвристическими гипотезами ваш алгоритм. Вы придумали модель, вы придумали критерии качества параметров этой модели (должно приемлемо работать на тестовой выборке примеров), и теперь вам осталось лишь найти оптимальные параметры. Можно делать это аналитически (а чаще всего получается магически, просто «играясь» с вариантами :)), а можно сформулировать эту задачу в виде процесса обучения нейросети.

Нейросеть — не замена модели решения задачи, а лишь способ автоматизации подбора параметров этой модели (а модель решения дизайнят пока что только люди, а не машины).

Преобразование Фурье распределения яркости по высоте не пробовали делать? Вот эту «этажную синусоиду» оно может помочь выделить

ИМХО слишком идеальные дома. В реальном мире всё обычно гораздо хуже:

Зачем вы изобретаете велосипед!

Существуют давно проработанные методы распознавания изображений и без нейросетей. Для вашей задачи неплохо подойдёт стандартная связка метод Кэнни + преобразование Хафа. Более того, коль скоро вы работаете с довольно узким классом изображений и знаете, что именно вы распознаёте, то наверняка можно придумать хорошую модификацию преобразования Хафа, заточенную под поиск периодических окон.

Кроме того, открою вам секрет, что когда вы пишите про подбор наилучшего шага… Это называется выделение главной гармоники фурье-преобразования. Опять велосипед.