泛化与训练实践：让模型不只记住卡片

训练表现好为什么仍可能失败

云朵工坊的每张卡片都能拍十次，角度略有区别。若把这些近乎相同的照片随机分到训练与测试中，测试就可能只是在考模型是否记住同一张卡片。泛化指模型面对未用于训练、且符合目标使用分布的新样本时仍能完成任务。高训练准确率只是说明对训练数据表现好，不能自动推断泛化。卡片上的固定背景颜色甚至可能成为捷径：网络记住蓝背景对应圆形，却没有学到形状关系。

先设计划分，再讨论技术

应按原始卡片编号分组，把同一张卡片的所有照片放到同一集合。训练集用于更新参数，验证集用于比较设置与选择方案，测试集用于方案确定后的独立评估。如果图片来自不同拍摄时间，还可以按时间划分来贴近未来使用场景。标准化所用统计量也应仅从训练数据估计，再应用到其他集合。把测试信息提前混入特征处理会造成泄漏，哪怕没有直接把测试标签用于训练，也可能让结果不再可信。

控制复杂度有不同工具

正则化可以限制过大的权重，或用随机失活减少训练时对少数组合的依赖，但这些做法不是消除过拟合的万能开关。数据增强对图片进行轻微平移、合理旋转等处理，让模型看到可能出现的变化；增强必须保持标签含义。若任务区分上下方向，随意翻转就可能改变答案。提前停止根据验证表现选择合适的训练时点，而不是凭训练损失决定何时结束。工具有效与否最终仍要用符合目标场景的数据检验。

读懂两种常见曲线

当训练与验证都表现差，可能是模型表达不足，也可能是标签噪声、输入处理错误或训练尚未稳定，不能立即断定需要更深网络。当训练很好而验证明显较差，过拟合是重要线索，还应检查两集合是否来自不同分布。工坊记录每轮训练损失、验证损失与分组准确率，观察遮挡和背景变化的错误。类别不均衡时，总准确率会被多数类掩盖，应看混淆矩阵、每类召回率，以及需要人工复核的案例。

形成可复现的小实验

先建立简单规则或浅层模型作为基线，再只改变一项主要设置进行比较。记录卡片数量、分组办法、增强规则、训练轮次与随机种子。随机种子能帮助复现部分过程，却不保证不同硬件与软件配置逐位一致。选择方案后再评估保留测试集，报告误差而非只展示最好样本。若新卡片都来自从未覆盖的背景，即使原测试结果很好，也应补充新的评估；泛化始终依赖数据所代表的范围。