AI训练修图模型喂什么图？数据标注员的半年实操

ai训练修图模型学得好不好，多半在你喂图那天就定了。我在一个做修图模型的团队干数据标注，从今年3月到现在，经手大概九万张人脸和静物图。我的判断很直接：模型修图一翻车，十有八九能追到数据这一层，算法背锅的日子该结束了。

修图模型每天吃进去的图，长什么样

修图模型吃的训练图，是成千上万组修图前和修图后的配对图，配对干不干净直接决定模型学得对不对。我们把这叫"一条链"：原片一个文件夹，修图师修完的成片一个文件夹，文件名对得上就成对，模型学的是中间那一步手艺。

原片那边要求不算低。长边低于1000像素的直接进回收站，糊图也剔——我用脚本跑拉普拉斯方差初筛，低于100的标记出来人工复看一遍。修图师修完的成片才是重头，一个熟练修图师一天精修40到60张，量就这么大，急不来。

我的活卡在中间。要给人脸拉多边形框，痘印、斑点、法令纹、油光、碎发，一张脸平均6到9个框；再给整张图打场景分类，人像、静物、风景。状态好的时候我一天能过900张分类图，配对图复核一天500张封顶，再多错率就往上蹿。整个训练集的配比大概是这么摊的：人像七成，静物两成，风景一成，谁多谁少都是试出来的。

话说回来，刚入职那两周我以为这就是个体力活，拉框谁不会。后来发现自己太天真，框贴多紧、瑕疵算不算瑕疵，全是要跟算法组吵的事。

为什么同一批图，模型有的学好了有的直接学歪

模型不认对错只认规律，标签打歪它就把歪的当对的学，脏数据一多修图结果自然离谱。你喂什么它信什么，没有半点怀疑精神，这是它勤奋的地方，也是它吓人的地方。

今年5月那次翻车我记一辈子。那批图的主题是"自然皮肤质感"，图库里混进了一批十年前的过度磨皮老图，标注那边把它们也归进了"自然皮肤"。两周之后测试集跑出来，模型把所有脸都磨成了塑料壳，毛孔一根不剩。客户在验收会上的原话是："这个人像被抛光了。"我们回头一查，那批老图占了皮肤类别的14%，剔掉重训才缓过来。这类修图翻车的片子，逐张复盘过一遍比看十篇方法论都有用，有兴趣可以看这篇AI修图翻车片逐张复盘（/ai-art/ai-xiutu-41c8f7.html）。

口径不统一是另一个隐形杀手。"油光"和"高光"就差一线，我第一周跟同事互相抽检，两人打标一致率只有82%。82%什么概念？一万张图里有一千八百张两人说法不一样，模型全吞下去。后来组里定了标注手册，油光必须是T区和鼻翼、高光必须连着结构走，抽检一致率才拉到95%以上。

像教小孩认菜：你把香菜全标成葱花，他这辈子端上来一碗粉都分不清，还理直气壮。

半年实操攒下来的三条筛图标准

筛图先卡三关：原图分辨率、成片流程统一、标签口径一致，三关都过再谈量够不够。顺序不能反，量补不了质，一吨含沙的水照样没法喝。

第一关，原片质量。长边2048起步，有RAW更好。手机直出的图不是不能用，是噪点一多，模型连噪点一起学，修出来的皮肤会带一层奇怪的颗粒。

第二关，成片必须出自同一套流程。我们踩过这个坑：三个修图师，一个用Capture One，一个用PS加磨皮插件，一个手机App修完直接交，模型学成了四不像，输出一会儿冷调一会儿暖调。8月底我们把修图流程收成一份SOP，出片风格才稳住。

第三关，冷门类别要喂够。"眼镜反光"这种标签在训练集里只占2%，模型基本当没看见；我们给它过了采样，提到8%才有点反应。经验值是每个类别至少5000张才撑得起来，"白发转黑发"那个类我们凑了整整三周。

说实话，这套配比到今天我也不敢说是最优解，只能说是拿翻车换来的下限。你要是刚起步，先照下限来，跑通一轮再看误差落在哪，比一次想完美靠谱。

回到开头那句话：模型修图的水平，上限是算法定的，下限是你喂的图定的。我标的九万张图里，真正让模型变强的不是哪次调参，是5月剔掉那批磨皮老图的晚上。图库不脏，模型不歪，这半年我就信这一句。