Pytorch图像去噪实战（九十三）：数据集版本管理实战，保证每次训练数据可追溯、可回滚

Pytorch图像去噪实战（九十三）：数据集版本管理实战，保证每次训练数据可追溯、可回滚

一、问题场景：模型效果变好了，但不知道用了哪批数据训练

图像去噪项目进入迭代阶段后，数据会不断变化：

• 新增用户反馈样本
• 新增真实噪声数据
• 删除低质量图片
• 加入OCR场景样本
• 加入低光样本
• 修正错误GT
• 删除重复图

如果没有数据集版本管理，很快会出现：

同样代码、同样参数，重新训练结果却不一样。

原因可能是数据变了。

这一篇我们解决：

如何给图像去噪训练数据做版本管理，保证每次训练可追溯、可复现、可回滚。

二、为什么数据版本比代码版本更重要？

深度学习项目中，模型结果由三部分决定：

代码 + 配置 + 数据

很多人只管理代码和配置，却忽略数据。

但图像去噪中，数据变化影响极大：

• clean 数据质量变化
• hard cases 占比变化
• 噪声类型变化
• 低光样本增加</