简介本资源面向计算机相关专业的毕业设计、期末大作业与课程实训场景提供一套基于隐式扩散的重新模糊增强方法完整Python实现帮助学习者理解扩散模型在图像去模糊与质量增强中的落地方式。压缩包共96个文件、约60.2MB以59个Python脚本为核心辅以Markdown运行说明、PNG效果图、JSON数据配置、Shell训练脚本及pth权重文件覆盖训练、推理、评估全流程。项目包含MIMO_UNet、FFTformer、Restormer、Stripformer等多种网络结构实现并配有GoPro、HIDE、RealBlur等数据集的评估脚本与预训练权重便于直接复现与对比实验。已有67人学习下载。读者可借此掌握数据加载预处理、扩散模型训练更新、推理验证与结果分析等关键环节积累深度学习图像增强方向的工程经验适合作为选题参考与代码实践模板。1. 重新模糊增强到底在解决什么问题从一张糊掉的监控截图说起手里有一批低质量图像可能是老监控截帧、压缩过度的社交图、或者手机长焦端拍出来的糊片。直接拿去训练检测模型mAP 掉得让人怀疑人生拿去给人看细节全无。常规做法是超分或者去模糊但这两条路都有个尴尬超分容易产生不存在的纹理去模糊在噪声大的图上会把噪声一起放大。重新模糊增强Re-blurring Enhancement走的是另一条路——它不追求把图变“清晰”而是通过隐式扩散模型学习一个从低质到高质的分布映射在去噪的同时保留甚至重建合理的模糊核结构让增强后的图在频域和感知上都更接近真实高质图像。这个标题对应的是一套 Python 实现源码加运行说明核心是隐式扩散模型在图像增强任务上的落地。适合谁做图像复原、低质视觉、数据增强的工程师以及想跑通扩散模型但不想从 DDPM 公式推起的人。下面按“先搞懂它怎么工作再动手跑通最后避开我踩过的坑”这条线走。2. 隐式扩散做重新模糊增强为什么不是直接超分2.1 隐式扩散和显式扩散在图像增强里的分工显式扩散模型比如 DDPM把加噪和去噪过程定义在像素空间每一步都有明确的噪声方差调度。好处是理论干净坏处是推理慢而且对低质图像这种“噪声模糊压缩伪影”混合退化像素空间的扩散容易把伪影当成信号去重建。隐式扩散不一样它不显式定义前向加噪过程而是学一个从低质分布到高质分布的隐式桥接。常见做法是在潜空间或者特征空间做扩散用 score-based 或者 consistency 的思路让模型直接预测“增强后的干净特征”而不是一步步去噪。重新模糊增强这个任务里隐式扩散的优势在于它可以把模糊核的估计和图像重建放在同一个优化框架里。传统去模糊是“先估核再非盲去卷积”两步误差会累积。隐式扩散把核参数作为条件输入扩散过程同时更新图像和核相当于联合优化。源码里一般会有一个 KernelEstimator 模块和一个 DiffusionRefiner 模块前者输出模糊核的隐向量后者以它为条件做特征扩散。我一般会先看源码里扩散步数设了多少。隐式扩散通常步数很少4 到 10 步就能出结果因为它在特征空间操作不像像素空间需要上千步。如果看到源码里写了 T1000那大概率是套了 DDPM 的壳推理时间会很难看。2.2 重新模糊增强的损失函数里藏着什么光看网络结构不够这个任务的核心在损失设计。源码里一般会有三项重建损失、感知损失、模糊一致性损失。重建损失用 L1 或者 Charbonnier保证像素别跑偏。感知损失用 VGG 特征让增强后的图在语义上像高质图。模糊一致性损失是重新模糊增强特有的——它把增强后的图再用估计的核模糊一次和原低质图比约束增强过程别把模糊结构完全抹掉。为什么要有模糊一致性因为如果只追求清晰模型会把所有高频都当成噪声去掉结果人脸变塑料。模糊一致性相当于告诉模型你可以去噪但原来那个模糊核对应的低频结构得保留。这个损失权重一般设在 0.1 到 0.5 之间太大增强效果弱太小又回到超分的老路。# 模糊一致性损失示例 def blur_consistency_loss(enhanced, low_quality, kernel): # 用估计的模糊核重新模糊增强结果 reblurred apply_blur(enhanced, kernel) # 和原低质图做 L1约束低频结构一致 return F.l1_loss(reblurred, low_quality) * 0.3这段代码里apply_blur通常用深度可分离卷积实现kernel 是 KernelEstimator 输出的空间变化核。参数 0.3 是我在几个数据集上试出来的平衡点源码里如果写的是 1.0建议先降到 0.3 再跑不然增强结果会偏糊。2.3 从源码目录看模块划分是否合理拿到一个 Python 源码包先别急着python train.py。看目录结构能判断作者有没有把训练和推理解耦。合理的划分一般长这样目录/文件作用检查点models/扩散网络、核估计网络有没有单独的implicit_diffusion.pylosses/重建、感知、模糊一致性模糊一致性是否可配置权重datasets/低质-高质配对加载是否支持无配对数据configs/yaml 或 py 配置扩散步数、特征通道数inference.py单图/批量推理是否支持 CPU 推理如果源码把所有东西塞在一个main.py里那运行说明大概率写得不清不楚你得自己拆。我见过一个包训练和推理共用一个函数靠mode参数切换结果推理时忘了关 dropout输出全是噪声。所以看目录结构是避坑第一步。3. 把源码跑起来环境、数据、命令三步走3.1 环境配置别被 python 版本和 CUDA 坑了这个源码包对 PyTorch 版本有要求隐式扩散里用到的某些算子比如torch.nn.functional.grid_sample的 5D 输入在 1.10 以下不支持。我一般用 Python 3.8 到 3.10PyTorch 1.12 以上。如果你搜到的是“python安装教程”那类内容注意别装成 3.11有些旧版 torchvision 还没适配。# 创建虚拟环境避免污染全局 conda create -n reblur python3.9 -y conda activate reblur # 安装 PyTorch根据你的 CUDA 版本选 pip install torch1.13.1cu117 torchvision0.14.1cu117 -f https://download.pytorch.org/whl/torch_stable.html # 安装其他依赖 pip install opencv-python pillow numpy scipy pyyaml tqdm tensorboard装完先跑python -c import torch; print(torch.cuda.is_available())确认 GPU 能用。如果返回 False检查 CUDA 驱动和 PyTorch 版本是否匹配。CPU 也能跑推理但训练基本别想隐式扩散虽然步数少特征通道数一般 256 起CPU 一个 batch 要几分钟。3.2 数据准备低质-高质配对怎么造重新模糊增强需要配对数据。源码一般会提供一个datasets/脚本把高质图用随机模糊核退化生成低质图。如果你有自己的数据比如监控截图没有对应的高质图那就只能用无配对模式但效果会打折扣。# 生成配对数据的简化逻辑 import cv2 import numpy as np def degrade_image(high_quality, kernel_size15, noise_level0.05): # 随机运动模糊核 kernel np.zeros((kernel_size, kernel_size)) kernel[kernel_size//2, :] 1.0 / kernel_size # 加高斯噪声 blurred cv2.filter2D(high_quality, -1, kernel) noisy blurred np.random.normal(0, noise_level*255, blurred.shape) return np.clip(noisy, 0, 255).astype(np.uint8)这段代码里kernel_size控制模糊程度一般 11 到 21 之间。noise_level是噪声标准差相对 255 的比例0.05 对应比较温和的噪声。如果你的低质图压缩伪影很重还要加 JPEG 压缩步骤cv2.imencode质量设 30 到 50。数据生成后按train/low、train/high、val/low、val/high放好源码里的datasets/paired_dataset.py会按文件名配对。3.3 训练命令和关键参数怎么改源码的train.py一般用 argparse 或 yaml 配置。先看configs/default.yaml重点改这几个# configs/default.yaml 关键段 diffusion: steps: 8 # 隐式扩散步数别超过 16 feature_channels: 256 # 特征通道显存不够降到 128 kernel_size: 15 # 模糊核尺寸和退化一致 training: batch_size: 4 # 根据显存调8G 显存用 2 lr: 1e-4 # 初始学习率 epochs: 200 blur_consistency_weight: 0.3 # 模糊一致性权重改完直接python train.py --config configs/default.yaml。训练日志里重点看两个指标PSNR 和 LPIPS。PSNR 涨到 28 以上、LPIPS 降到 0.2 以下基本可用。如果 PSNR 一直卡在 25 不动检查模糊一致性权重是不是太大或者扩散步数太少导致特征没扩散开。推理用python inference.py --input test.jpg --output result.png --checkpoint weights/best.pth。推理时把steps临时调到 12 能再涨 0.3dB 左右但时间翻倍自己权衡。4. 避坑与排查我踩过的五个血泪坑4.1 现象推理结果全黑或全白PSNR 为负原因输入图像没有归一化到 [0,1] 或 [-1,1]源码里用的是ToTensor()默认除以 255但如果你自己用 cv2 读图uint8 直接送进网络第一层卷积就爆了。解决在推理脚本里加img img.astype(np.float32) / 255.0再torch.from_numpy(img).permute(2,0,1).unsqueeze(0)。检查源码的inference.py里有没有这步没有就自己补。4.2 现象训练 loss 震荡模糊一致性 loss 突然飙高原因KernelEstimator 输出的核没有归一化apply_blur之后能量不守恒导致模糊一致性 loss 计算时量纲不对。解决在 KernelEstimator 最后加kernel kernel / kernel.sum(dim(-1,-2), keepdimTrue)保证核权重和为 1。这个坑很隐蔽因为重建 loss 正常只有模糊一致性会炸。4.3 现象显存溢出batch_size 降到 1 还是 OOM原因隐式扩散在特征空间操作特征图分辨率没降下来256 通道 256x256 的特征图一个样本就占 256MB加上梯度翻三倍。解决在扩散模块前加一个下采样把特征图降到 64x64 再做扩散最后上采样回来。源码里如果没写在models/implicit_diffusion.py的 forward 开头加F.interpolate(x, scale_factor0.25)结尾加F.interpolate(x, scale_factor4)。代价是细节损失一点但能跑起来。4.4 现象增强后的图出现网格状伪影原因模糊核用了空间不变卷积但实际退化是空间变化的核估计网络输出的核在空间上不连续。解决把apply_blur换成空间可变版本用grid_sample对每个像素位置采样不同的核。或者简单点在损失里加一个核平滑正则项kernel_reg torch.mean(torch.abs(kernel[:,:,1:,:] - kernel[:,:,:-1,:]))权重 0.01。4.5 现象换自己的数据集后效果暴跌原因源码默认在 DIV2K 或 GoPro 上训练退化模型和你的数据不匹配。你的低质图可能是压缩伪影为主而源码的退化是纯模糊加噪声。解决用你自己的低质图反推退化参数重新生成配对数据。如果实在没有高质图用源码的--finetune模式在无配对数据上跑几轮只优化模糊一致性 loss让模型适应你的退化分布。5. 进阶技巧用一致性蒸馏把推理步数压到 2 步隐式扩散虽然步数少但 8 步推理在视频流上还是吃力。我一般会做一步一致性蒸馏用训练好的 8 步模型当教师训一个 2 步的学生模型。学生模型不直接预测噪声而是预测教师模型 8 步后的输出损失用 L2 加感知损失。# 一致性蒸馏核心逻辑 def distill_step(student, teacher, low_quality, kernel): with torch.no_grad(): # 教师模型跑完整 8 步 teacher_out teacher.sample(low_quality, kernel, steps8) # 学生模型只跑 2 步 student_out student.sample(low_quality, kernel, steps2) # 蒸馏损失学生输出逼近教师输出 loss_distill F.mse_loss(student_out, teacher_out) # 再加感知损失保持纹理 loss_percep perceptual_loss(student_out, teacher_out) return loss_distill 0.1 * loss_percep蒸馏时学习率设 1e-5比正常训练小一个量级否则学生模型会崩。跑 50 个 epoch 左右2 步推理的 PSNR 能到 8 步的 95% 以上速度提升 3 倍多。这个技巧在源码里一般没有得自己加但改动量不大在models/下新建一个distill.py就行。验证蒸馏效果别只看 PSNR还要看 LPIPS 和推理时间。我习惯在验证集上跑三组教师 8 步、学生 2 步、学生 4 步画一条 PSNR-时间曲线选拐点。通常 2 步就够4 步提升不明显。最后说个习惯每次改完源码先跑python inference.py --input test.jpg看单图结果别直接上批量。单图能过批量再出问题就是数据加载的锅。这个习惯帮我省了至少几十次重新训练的时间。希望帮到你。本文还有配套的精品资源点击获取 重新模糊增强：隐式扩散模型Python实现与避坑指南
简介本资源面向计算机相关专业的毕业设计、期末大作业与课程实训场景提供一套基于隐式扩散的重新模糊增强方法完整Python实现帮助学习者理解扩散模型在图像去模糊与质量增强中的落地方式。压缩包共96个文件、约60.2MB以59个Python脚本为核心辅以Markdown运行说明、PNG效果图、JSON数据配置、Shell训练脚本及pth权重文件覆盖训练、推理、评估全流程。项目包含MIMO_UNet、FFTformer、Restormer、Stripformer等多种网络结构实现并配有GoPro、HIDE、RealBlur等数据集的评估脚本与预训练权重便于直接复现与对比实验。已有67人学习下载。读者可借此掌握数据加载预处理、扩散模型训练更新、推理验证与结果分析等关键环节积累深度学习图像增强方向的工程经验适合作为选题参考与代码实践模板。1. 重新模糊增强到底在解决什么问题从一张糊掉的监控截图说起手里有一批低质量图像可能是老监控截帧、压缩过度的社交图、或者手机长焦端拍出来的糊片。直接拿去训练检测模型mAP 掉得让人怀疑人生拿去给人看细节全无。常规做法是超分或者去模糊但这两条路都有个尴尬超分容易产生不存在的纹理去模糊在噪声大的图上会把噪声一起放大。重新模糊增强Re-blurring Enhancement走的是另一条路——它不追求把图变“清晰”而是通过隐式扩散模型学习一个从低质到高质的分布映射在去噪的同时保留甚至重建合理的模糊核结构让增强后的图在频域和感知上都更接近真实高质图像。这个标题对应的是一套 Python 实现源码加运行说明核心是隐式扩散模型在图像增强任务上的落地。适合谁做图像复原、低质视觉、数据增强的工程师以及想跑通扩散模型但不想从 DDPM 公式推起的人。下面按“先搞懂它怎么工作再动手跑通最后避开我踩过的坑”这条线走。2. 隐式扩散做重新模糊增强为什么不是直接超分2.1 隐式扩散和显式扩散在图像增强里的分工显式扩散模型比如 DDPM把加噪和去噪过程定义在像素空间每一步都有明确的噪声方差调度。好处是理论干净坏处是推理慢而且对低质图像这种“噪声模糊压缩伪影”混合退化像素空间的扩散容易把伪影当成信号去重建。隐式扩散不一样它不显式定义前向加噪过程而是学一个从低质分布到高质分布的隐式桥接。常见做法是在潜空间或者特征空间做扩散用 score-based 或者 consistency 的思路让模型直接预测“增强后的干净特征”而不是一步步去噪。重新模糊增强这个任务里隐式扩散的优势在于它可以把模糊核的估计和图像重建放在同一个优化框架里。传统去模糊是“先估核再非盲去卷积”两步误差会累积。隐式扩散把核参数作为条件输入扩散过程同时更新图像和核相当于联合优化。源码里一般会有一个 KernelEstimator 模块和一个 DiffusionRefiner 模块前者输出模糊核的隐向量后者以它为条件做特征扩散。我一般会先看源码里扩散步数设了多少。隐式扩散通常步数很少4 到 10 步就能出结果因为它在特征空间操作不像像素空间需要上千步。如果看到源码里写了 T1000那大概率是套了 DDPM 的壳推理时间会很难看。2.2 重新模糊增强的损失函数里藏着什么光看网络结构不够这个任务的核心在损失设计。源码里一般会有三项重建损失、感知损失、模糊一致性损失。重建损失用 L1 或者 Charbonnier保证像素别跑偏。感知损失用 VGG 特征让增强后的图在语义上像高质图。模糊一致性损失是重新模糊增强特有的——它把增强后的图再用估计的核模糊一次和原低质图比约束增强过程别把模糊结构完全抹掉。为什么要有模糊一致性因为如果只追求清晰模型会把所有高频都当成噪声去掉结果人脸变塑料。模糊一致性相当于告诉模型你可以去噪但原来那个模糊核对应的低频结构得保留。这个损失权重一般设在 0.1 到 0.5 之间太大增强效果弱太小又回到超分的老路。# 模糊一致性损失示例 def blur_consistency_loss(enhanced, low_quality, kernel): # 用估计的模糊核重新模糊增强结果 reblurred apply_blur(enhanced, kernel) # 和原低质图做 L1约束低频结构一致 return F.l1_loss(reblurred, low_quality) * 0.3这段代码里apply_blur通常用深度可分离卷积实现kernel 是 KernelEstimator 输出的空间变化核。参数 0.3 是我在几个数据集上试出来的平衡点源码里如果写的是 1.0建议先降到 0.3 再跑不然增强结果会偏糊。2.3 从源码目录看模块划分是否合理拿到一个 Python 源码包先别急着python train.py。看目录结构能判断作者有没有把训练和推理解耦。合理的划分一般长这样目录/文件作用检查点models/扩散网络、核估计网络有没有单独的implicit_diffusion.pylosses/重建、感知、模糊一致性模糊一致性是否可配置权重datasets/低质-高质配对加载是否支持无配对数据configs/yaml 或 py 配置扩散步数、特征通道数inference.py单图/批量推理是否支持 CPU 推理如果源码把所有东西塞在一个main.py里那运行说明大概率写得不清不楚你得自己拆。我见过一个包训练和推理共用一个函数靠mode参数切换结果推理时忘了关 dropout输出全是噪声。所以看目录结构是避坑第一步。3. 把源码跑起来环境、数据、命令三步走3.1 环境配置别被 python 版本和 CUDA 坑了这个源码包对 PyTorch 版本有要求隐式扩散里用到的某些算子比如torch.nn.functional.grid_sample的 5D 输入在 1.10 以下不支持。我一般用 Python 3.8 到 3.10PyTorch 1.12 以上。如果你搜到的是“python安装教程”那类内容注意别装成 3.11有些旧版 torchvision 还没适配。# 创建虚拟环境避免污染全局 conda create -n reblur python3.9 -y conda activate reblur # 安装 PyTorch根据你的 CUDA 版本选 pip install torch1.13.1cu117 torchvision0.14.1cu117 -f https://download.pytorch.org/whl/torch_stable.html # 安装其他依赖 pip install opencv-python pillow numpy scipy pyyaml tqdm tensorboard装完先跑python -c import torch; print(torch.cuda.is_available())确认 GPU 能用。如果返回 False检查 CUDA 驱动和 PyTorch 版本是否匹配。CPU 也能跑推理但训练基本别想隐式扩散虽然步数少特征通道数一般 256 起CPU 一个 batch 要几分钟。3.2 数据准备低质-高质配对怎么造重新模糊增强需要配对数据。源码一般会提供一个datasets/脚本把高质图用随机模糊核退化生成低质图。如果你有自己的数据比如监控截图没有对应的高质图那就只能用无配对模式但效果会打折扣。# 生成配对数据的简化逻辑 import cv2 import numpy as np def degrade_image(high_quality, kernel_size15, noise_level0.05): # 随机运动模糊核 kernel np.zeros((kernel_size, kernel_size)) kernel[kernel_size//2, :] 1.0 / kernel_size # 加高斯噪声 blurred cv2.filter2D(high_quality, -1, kernel) noisy blurred np.random.normal(0, noise_level*255, blurred.shape) return np.clip(noisy, 0, 255).astype(np.uint8)这段代码里kernel_size控制模糊程度一般 11 到 21 之间。noise_level是噪声标准差相对 255 的比例0.05 对应比较温和的噪声。如果你的低质图压缩伪影很重还要加 JPEG 压缩步骤cv2.imencode质量设 30 到 50。数据生成后按train/low、train/high、val/low、val/high放好源码里的datasets/paired_dataset.py会按文件名配对。3.3 训练命令和关键参数怎么改源码的train.py一般用 argparse 或 yaml 配置。先看configs/default.yaml重点改这几个# configs/default.yaml 关键段 diffusion: steps: 8 # 隐式扩散步数别超过 16 feature_channels: 256 # 特征通道显存不够降到 128 kernel_size: 15 # 模糊核尺寸和退化一致 training: batch_size: 4 # 根据显存调8G 显存用 2 lr: 1e-4 # 初始学习率 epochs: 200 blur_consistency_weight: 0.3 # 模糊一致性权重改完直接python train.py --config configs/default.yaml。训练日志里重点看两个指标PSNR 和 LPIPS。PSNR 涨到 28 以上、LPIPS 降到 0.2 以下基本可用。如果 PSNR 一直卡在 25 不动检查模糊一致性权重是不是太大或者扩散步数太少导致特征没扩散开。推理用python inference.py --input test.jpg --output result.png --checkpoint weights/best.pth。推理时把steps临时调到 12 能再涨 0.3dB 左右但时间翻倍自己权衡。4. 避坑与排查我踩过的五个血泪坑4.1 现象推理结果全黑或全白PSNR 为负原因输入图像没有归一化到 [0,1] 或 [-1,1]源码里用的是ToTensor()默认除以 255但如果你自己用 cv2 读图uint8 直接送进网络第一层卷积就爆了。解决在推理脚本里加img img.astype(np.float32) / 255.0再torch.from_numpy(img).permute(2,0,1).unsqueeze(0)。检查源码的inference.py里有没有这步没有就自己补。4.2 现象训练 loss 震荡模糊一致性 loss 突然飙高原因KernelEstimator 输出的核没有归一化apply_blur之后能量不守恒导致模糊一致性 loss 计算时量纲不对。解决在 KernelEstimator 最后加kernel kernel / kernel.sum(dim(-1,-2), keepdimTrue)保证核权重和为 1。这个坑很隐蔽因为重建 loss 正常只有模糊一致性会炸。4.3 现象显存溢出batch_size 降到 1 还是 OOM原因隐式扩散在特征空间操作特征图分辨率没降下来256 通道 256x256 的特征图一个样本就占 256MB加上梯度翻三倍。解决在扩散模块前加一个下采样把特征图降到 64x64 再做扩散最后上采样回来。源码里如果没写在models/implicit_diffusion.py的 forward 开头加F.interpolate(x, scale_factor0.25)结尾加F.interpolate(x, scale_factor4)。代价是细节损失一点但能跑起来。4.4 现象增强后的图出现网格状伪影原因模糊核用了空间不变卷积但实际退化是空间变化的核估计网络输出的核在空间上不连续。解决把apply_blur换成空间可变版本用grid_sample对每个像素位置采样不同的核。或者简单点在损失里加一个核平滑正则项kernel_reg torch.mean(torch.abs(kernel[:,:,1:,:] - kernel[:,:,:-1,:]))权重 0.01。4.5 现象换自己的数据集后效果暴跌原因源码默认在 DIV2K 或 GoPro 上训练退化模型和你的数据不匹配。你的低质图可能是压缩伪影为主而源码的退化是纯模糊加噪声。解决用你自己的低质图反推退化参数重新生成配对数据。如果实在没有高质图用源码的--finetune模式在无配对数据上跑几轮只优化模糊一致性 loss让模型适应你的退化分布。5. 进阶技巧用一致性蒸馏把推理步数压到 2 步隐式扩散虽然步数少但 8 步推理在视频流上还是吃力。我一般会做一步一致性蒸馏用训练好的 8 步模型当教师训一个 2 步的学生模型。学生模型不直接预测噪声而是预测教师模型 8 步后的输出损失用 L2 加感知损失。# 一致性蒸馏核心逻辑 def distill_step(student, teacher, low_quality, kernel): with torch.no_grad(): # 教师模型跑完整 8 步 teacher_out teacher.sample(low_quality, kernel, steps8) # 学生模型只跑 2 步 student_out student.sample(low_quality, kernel, steps2) # 蒸馏损失学生输出逼近教师输出 loss_distill F.mse_loss(student_out, teacher_out) # 再加感知损失保持纹理 loss_percep perceptual_loss(student_out, teacher_out) return loss_distill 0.1 * loss_percep蒸馏时学习率设 1e-5比正常训练小一个量级否则学生模型会崩。跑 50 个 epoch 左右2 步推理的 PSNR 能到 8 步的 95% 以上速度提升 3 倍多。这个技巧在源码里一般没有得自己加但改动量不大在models/下新建一个distill.py就行。验证蒸馏效果别只看 PSNR还要看 LPIPS 和推理时间。我习惯在验证集上跑三组教师 8 步、学生 2 步、学生 4 步画一条 PSNR-时间曲线选拐点。通常 2 步就够4 步提升不明显。最后说个习惯每次改完源码先跑python inference.py --input test.jpg看单图结果别直接上批量。单图能过批量再出问题就是数据加载的锅。这个习惯帮我省了至少几十次重新训练的时间。希望帮到你。本文还有配套的精品资源点击获取