泛化测试样本选取标准.docxVIP

泛化测试样本选取标准

泛化测试样本选取标准

一、数据分布覆盖与场景多样性在泛化测试样本选取中的基础作用

泛化测试的核心目标在于验证模型在未知数据上的适应能力，而样本选取的首要原则便是确保测试集能够全面覆盖训练阶段未充分触及的数据分布区间与真实应用场景。脱离这一前提的测试样本，即便在单一指标上表现优异，也无法真实反映模型的落地可靠性。

（1）长尾场景与边缘案例的定向挖掘。常规测试样本往往集中于数据分布的中心区域，即模型训练时已大量接触的典型场景，但实际应用中导致模型失效的往往是占比不足5%的边缘案例。在自动驾驶感知模型的泛化测试中，除常规的白天、晴天、无遮挡的道路场景外，需重点纳入暴雨天气下的