很多 YOLO 工业缺陷检测、安防监控、车流统计项目，都会遇到一个非常现实的落地问题：

服务器上 PyTorch FP32 跑得很漂亮，一上边缘端 INT8 就开始漏检。

训练时置信度 0.90+，Demo 框稳如老狗； 导出到 ONNX / TensorRT / RKNN / Hailo / 地平线 NPU 后，突然出现：

• 置信度整体下降；
• 微小瑕疵框消失；
• 边缘目标漏检；
• 同一个目标类别翻转；
• tracking 轨迹开始断裂；
• 客户现场验收直接卡住。

这时候最难受的不是“模型不好”，而是没人说得清楚：

到底是训练集问题、导出问题、量化问题，还是校准集选错了？

官方和老工程师通常会说一句：

"换一批更贴近生产域的 calibration dataset 试试"

但真正的问题是：

现场几万张无标签图片，到底该选哪些图做 INT8 PTQ 校准？

现在很多团队的做法还是随机抽图：

• 从训练集随机抽 100 张
• 从现场视频随机截 500 张
• 扔给导出工具
• 然后祈祷 INT8 不要掉点

这本质上是在“抽签”。

为了解决这个问题，我做了一个开源工具：NARH-YOLO Align，简称 NYA。

它的目标不是重新训练模型，也不是自动标注缺陷，而是把 INT8 量化校准从“随机抽图”变成“残差制导”筛选：

自动找出那些让 PyTorch FP32 和 ONNX / INT8 后端表现不一致的现场图片，并把它们打包成更有价值的 calibration set。

NYA 的核心原理：自动比对两个模型的预测残差

NYA 不需要人工标签。 它不是拿预测结果去和 ground truth 比，而是让两个后端在同一批现场图片上“左右互搏”：

PyTorch FP32 reference backend

                   vs.

ONNX / INT8 target backend<