← 在分诊台打开（可搜索/导航）
模型在真实场景效果差（训练好用实测不行）
🔧 E4 数据不够怎么办 · 全平台
状态：这是端侧AI项目失败的头号原因
也这样说： 域偏移 domain shift 训练好用实测不行 真实场景差 泛化差
可能根因：- 训练数据与真实场景分布不一致
- 光照/角度/背景/天气变化
- 模型过拟合训练集
解决方案
🔧 变通方案（2条）
数据增强模拟真实场景 暂无外链
训练时加随机光照/阴影/模糊/色彩抖动增强，让模型见过更多变化；YOLO训练加mosaic增强可提升5-10%泛化mAP
时效：2026-09
部署后持续收集+再训练 暂无外链
模型上线后会"老化"——环境变化导致效果持续下降；建数据闭环：收集误检/漏检样本→标注→每月再训练一次
时效：2026-09
⚠️ 避坑提醒（1条）
90%的边缘AI项目死在域偏移
训练用网图/实验室数据，部署后真实场景光照/角度/背景完全不同，mAP从95%暴跌到40%；必做：部署前用真实场景数据做验证集
时效：2026-09
打开 ↗
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