企业官网建设流程全解析

Pytorch图像去噪实战（二十九）：自动保存最佳去噪模型，基于PSNR和SSIM选择最优Checkpoint

一、问题场景：训练保存了很多模型，不知道该用哪个

训练图像去噪模型时，我们经常保存：

epoch_10.pth epoch_20.pth epoch_30.pth ... epoch_100.pth

但问题来了：

最后一个模型不一定是最好的模型。

我遇到过很多次：

• epoch 60视觉效果最好
• epoch 80 loss最低但图像发糊
• epoch 100过拟合
• 不同指标选出的模型不一样

如果每次靠人工看图挑模型，非常低效。

这篇文章解决：

如何在训练过程中自动评估验证集，并保存最佳模型。

二、为什么不能只保存最后一个epoch？

图像去噪训练后期可能出现：

• 过拟合
• 纹理变糊
• 噪声残留反弹
• 指标波动
• 学习率调度影响输出

所以最好根据验证集指标保存模型。</