企业官网建设流程全解析

Pytorch图像去噪实战（九十五）：新旧模型A/B评估实战，判断新模型是否真的值得上线

一、问题场景：新模型离线指标更高，但到底该不该上线？

自动重训后，我们会得到一个新模型。

但问题来了：

新模型真的比旧模型好吗？

只看 PSNR 不够。

因为图像去噪服务上线后，用户关心的是：

• 图片是否更自然
• 文字是否更清楚
• 速度是否还能接受
• 失败率是否变高
• 某些场景是否退化
• 用户满意度是否提升

所以新模型上线前，必须做 A/B 评估。

二、A/B评估分两类

离线A/B

固定测试集上对比：

old_model vs new_model

看指标、速度、视觉样例。

在线A/B

真实用户请求按比例分流：

90% old 10% new

看用户反馈、错误率、耗时。

本文先实现离线 A