企业官网建设流程全解析

Pytorch图像去噪实战（九十六）：模型治理实战，管理模型状态、版本、审批、上线和退役

一、问题场景：模型越来越多，最后没人知道哪个能上线

图像去噪项目持续迭代后，模型会越来越多：

unet_v1 unet_v2 unet_v3_feedback restormer_exp1 mobile_v4_fast ocr_v2_edge quality_v5_candidate

如果没有模型治理，很快会混乱：

• 哪个是线上版本
• 哪个是候选版本
• 哪个已经废弃
• 哪个通过了回归测试
• 哪个可以回滚
• 谁批准上线
• 使用了哪个数据版本
• 模型文件在哪里

这一篇我们解决：

如何设计图像去噪平台的模型治理系统。

二、什么是模型治理？

模型治理不是训练模型，而是管理模型生命周期。

包括：

注册 评估 审批 灰度 上线 回滚 退役 审计

对于生产环境，这是必须的。

三、模型状态设计

建议状