小数据集上不增强必然导致过拟合，表现为训练准确率近99%而测试准确率仅60%；因CNN参数量远超样本量，模型记忆噪声而非语义特征，故需用RandomHorizontalFlip(p=0.5)、RandomRotation(15°)等在线增强策略提升泛化性。
因为小数据集上不增强，模型几乎必然过拟合——不是“可能”，而是训练准确率冲到99%、测试准确率卡在60%这种肉眼可见的失效。
训练集太小，CNN参数量却太大
CNN靠多层卷积核提取特征，哪怕一个轻量级 ResNet18 也有上千万参数。而你的训练图可能只有2000张。模型很快学会“记住”每张图的噪声、背景、光照细节，而不是猫耳朵或车灯这类语义特征。
- 典型表现：
train_loss持续下降，val_loss在第5个epoch后开始反弹 - 验证集准确率停滞甚至下跌，但训练集准确率还在涨
- 模型对裁剪、旋转、轻微遮挡等现实变化极度敏感
transforms.RandomHorizontalFlip 为什么常设 p=0.5
翻转不是越频繁越好。设 p=0.5 是为了在“保持原始分布”和“引入足够扰动”之间平衡：如果所有图都翻转，相当于只学了镜像版本；如果从不翻转，就漏掉了左右对称性这个强先验。
- 人脸/车牌类任务慎用
RandomVerticalFlip，上下不对称 -
RandomRotation(degrees=15)比30更安全，大角度易切掉关键区域 - 对医学图像（如X光），
ColorJitter要关掉亮度/对比度，避免模拟出不存在的病理伪影
在线增强比离线增强更常用，但别忽略显存开销
PyTorch 默认走 torchvision.transforms 在 DataLoader 读取时实时增强，好处是每次 epoch 都生成新组合，多样性高。但要注意：
立即学习“Python免费学习笔记（深入）”；
-
num_workers > 0时，每个 worker 进程会复制一份 transform 对象，若用了 heavy 操作（如RandomResizedCrop+ColorJitter+ 自定义Cutout），容易触发 CPU 内存暴涨 - GPU 显存不增加，但数据预处理变慢，
data_time占 epoch 总耗时 30% 以上就得调pin_memory=True或降batch_size - 验证/测试阶段必须禁用所有随机 transform，只留
Resize和ToTensor，否则指标不可复现
真正容易被忽略的是：增强策略要和任务语义对齐。比如卫星图像分类，RandomHorizontalFlip 合理，但 RandomGrayscale 会丢掉红外波段信息；又比如OCR文字识别，RandomRotation 必须限制在 ±2° 内，否则字符就变成模糊噪点。增强不是加得越多越好，而是加得“刚好够骗过模型，又不破坏标签含义”。
