197、AI驅(qū)動(dòng)的質(zhì)量評(píng)價(jià)：無(wú)參考評(píng)價(jià)模型訓(xùn)練與部署實(shí)踐去年夏天，我在產(chǎn)線調(diào)試一款車(chē)載環(huán)視系統(tǒng)的圖像質(zhì)量。客戶(hù)投訴說(shuō)，某批次攝像頭在黃昏場(chǎng)景下輸出的畫(huà)面“看著不對(duì)勁”，但所有客觀指標(biāo)——信噪比、動(dòng)態(tài)范圍、色彩還原——都在規(guī)格書(shū)范圍內(nèi)。我盯著屏幕上的圖像，確實(shí)，畫(huà)面有種說(shuō)不出的“塑料感”，邊緣有輕微的振鈴，暗部細(xì)節(jié)像被糊了一層紗。傳統(tǒng)指標(biāo)全綠，但人眼不買(mǎi)賬。這就是無(wú)參考質(zhì)量評(píng)價(jià)（NR-IQA）要解決的核心矛盾：當(dāng)沒(méi)有“完美參考圖”時(shí)，如何讓機(jī)器學(xué)會(huì)人眼的審美？那段時(shí)間我翻遍了論文，從BRISQUE到CNNIQA，從RankIQA到MetaIQA，最后落地的是一個(gè)輕量級(jí)Transformer-CNN混合模型。今天這篇筆記，就聊聊從模型選型、訓(xùn)練數(shù)據(jù)構(gòu)造到端側(cè)部署的那些坑。為什么非要用無(wú)參考？有參考不香嗎？有參考評(píng)價(jià)（FR-IQA）像考試有標(biāo)準(zhǔn)答案，PSNR、SSIM這些指標(biāo)在實(shí)驗(yàn)室里很漂亮。但到了真實(shí)場(chǎng)景——比如你修圖軟件里的一張老照片、監(jiān)控?cái)z像頭拍到的霧天畫(huà)面、醫(yī)療內(nèi)窺鏡的實(shí)時(shí)流——上哪兒找“完美參考圖”？更扎心的是，有參考指標(biāo)和人眼感知的相關(guān)性經(jīng)常翻車(chē)。我見(jiàn)過(guò)PSNR高達(dá)40dB的圖像，人眼評(píng)分卻只有3分（滿(mǎn)分10），因?yàn)镻SNR對(duì)模糊不敏感，但對(duì)噪聲極其敏感，而人眼恰恰相反。無(wú)參考評(píng)價(jià)的難點(diǎn)在于：沒(méi)有g(shù)round truth，你得自己造。早期方法靠手工特征——空域上的塊狀效應(yīng)、頻域上的能量分布、梯度上的銳度統(tǒng)計(jì)——但手工特征就像用尺子量情緒，永遠(yuǎn)差一口氣。深度學(xué)習(xí)時(shí)代，我們終于可以讓網(wǎng)絡(luò)自己學(xué)“什么是好畫(huà)質(zhì)”。