先定义模型要协助什么工作
“识别鸡群状态”过于宽泛。更可执行的任务可以是统计特定区域活动、发现饮水线附近长时间拥挤，或提示摄像头画面被遮挡。任务越清楚，团队越容易判断输出是否有用。
AI输出应作为观察线索，而不是直接取代现场判断。系统可以标记值得查看的时段，让人员回看画面和巡检记录，再决定是否需要行动。
摄像条件会改变模型表现
白天与夜间光线、灰尘、设备遮挡和鸡群密度都会影响画面。测试时不能只使用光线充足的样本，应覆盖系统真正运行的时段与鸡舍区域。
摄像头移动、焦距调整或清洁后，原有判断基线可能改变。设备维护日志应与模型版本和结果时间线关联，方便解释输出突然变化。
准确率不是唯一指标
总体准确率可能掩盖少见但重要的漏报。团队应根据任务查看误报、漏报、响应时间和人工复核成本。若通知太频繁，使用者最终会忽略所有提示。
评估还要说明样本来自哪些鸡舍、季节和日龄。一个场景下表现良好，不代表换到不同建筑或设备后仍然适用。适用范围应写在产品说明里。
保留人工纠正但避免随意训练
人员可以标记提示是否有用，并补充现场结果。这些反馈先经过整理和复核，再决定是否用于更新模型。直接把每次点击都当作正确标签，容易把操作习惯误当成事实。
模型更新后保留版本和变更说明。新旧结果出现差异时，管理者能够知道是现场变化还是算法改变，而不是把所有历史输出视为同一种测量。
从小范围试点判断是否值得继续
视觉项目适合先选一座摄像条件稳定、现场团队愿意参与的鸡舍。确定一个清楚任务，连续比较模型提示和人工巡检，而不是同时上线活动、计数、健康和设备识别。范围越小，越容易知道误差来自哪里。
试点期间要记录摄像头离线、画面污损和夜间补光变化。若只统计模型有输出的时段，会忽略系统在最需要观察时是否可用。可用性和识别表现应分开报告。
人工复核需要抽样正常时段，不能只看模型已经标记的片段。否则团队只能估计提示是否正确，却不知道模型漏掉了多少值得关注的变化。抽样频率可根据任务风险和人员时间调整。
模型结果进入工作流程后，通知对象和处理动作必须明确。提示出现在无人查看的仪表盘上没有实际价值；但每次变化都推给所有人，也会造成疲劳。系统应把提示送给当班角色，并允许记录结果。
试点结束时可以回答三个问题：是否节省了查找时间，是否发现人工巡检不易看到的时段，以及误报是否增加额外负担。没有明显价值时暂停项目，比为了展示AI而长期维持复杂系统更理性。
退出条件也要提前约定
试点开始前说明什么情况下暂停，例如摄像可用率过低、误报长期没有改善，或人工复核成本超过节省时间。退出不是失败，而是避免工具脱离实际任务。
若决定继续，再根据试点证据扩大到相似鸡舍。建筑、光线或设备差异明显的新场景，应重新验证，不能直接沿用原来的表现数字。
补充观察
正式扩大部署前，还应让现场人员看懂模型提示的含义和限制。无法解释的分数不适合直接驱动作业；界面应使用可观察的事件、画面时间和复核入口，让使用者能够回到证据，而不是只接受系统结论。