066.模型鲁棒性提升：数据增强、对抗训练等防御策略

一、从产线误检说起上周产线反馈了一个诡异问题：同一个检测模型，白天准确率99.2%，夜间灯光稍暗时直接掉到74%。查了半天发现，训练集全是日光灯下的标准光照图片，模型压根没见过昏暗环境。这让我想起三年前做安防项目时，摄像头稍微有点雾气，YOLO就把行人框到天上去了——模型鲁棒性不足，是算法落地中最常踩的坑。今天咱们不聊模型结构调参，重点说说怎么让模型在“脏数据”里也能稳住。数据增强和对抗训练是两大实用手段，但很多人用错了姿势。二、数据增强：别只会水平翻转# 典型错误示例：死记硬背的增强组合transform=A.Compose([A.HorizontalFlip(p=0.5)