← 在分诊台打开（可搜索/导航）
标注数据太少（不到100张）怎么训练
🔧 E4 数据不够怎么办 · 全平台
状态：迁移学习+少样本微调是标准解法
也这样说： 微调 fine-tune 少样本 数据不够 少量数据 few-shot
解决方案
💡 排坑指南（1条）
Ultralytics 迁移学习指南
加载预训练YOLOv8n.pt，用自己50-100张图微调50-100 epoch，mAP可达70%+；关键：预训练权重是必须的，从头训100张图等于白训
时效：2026-09
打开 ↗🔧 变通方案（1条）
Roboflow 数据增强+标注
100万+开发者用的标注+增强平台，自动做翻转/旋转/色彩增强把100张扩到500张；免费版够小项目用
时效：2026-09
打开 ↗⚠️ 避坑提醒（2条）
别用 ImageNet 预训练做工业缺陷检测 暂无外链
ImageNet预训练权重偏向自然图像，工业缺陷/医学图像域差异大；这种情况用COCO预训练的YOLO比ImageNet预训练的ResNet迁移效果好
时效：2026-09
50张图别想训出高精度 暂无外链
50张微调mAP到60-70%是上限，要80%+至少300-500张；别信"10张图训出99%"的营销文，那是过拟合训练集不是泛化
时效：2026-09
本页是路由层入口，不存教程正文。每条入口带人工评注。
来自 问题分诊台 · Vertical Hub