模型“学歪了”咋整？

我在做一个图像分类模型，用的公开数据集。训练时准确率刷得挺高，但一上自己的测试图片（场景、光线稍有不同）就崩了。这肯定是过拟合吧？但除了加更多数据（暂时没条件）、数据增强（试了效果一般），还有什么 更巧妙的正则化方法 或者 结构上的trick 能提高模型的泛化能力？感觉Dropout和Weight Decay这种标配不太够用了。 知道这个问题怎么解决的请联系我，有偿。