模型验收怎么做：用 RTSP 流和批量图片快速对比两个权重

训练日志里的 mAP 只说明「在你的验证集上表现如何」。真正决定要不要上线的，是这两件事：它在真实场景里有没有变差、变差发生在哪一类目标上。

这一步用命令行也能做，但改参数、换输入、导出结果要来回折腾。Easy Infer Station 把这段流程做成了可视化。

第一步：固定验证集，批量跑

先准备一组「有代表性」的图片——不是随机抽，而是按场景分层：光照差的、目标密集的、遮挡严重的各取若干。

在批量模式里一次导入，用两个权重各跑一遍，把结果并排看。这一步的价值在于统一输入：同样的图、同样的阈值，差异才归因于模型。

第二步：用视频和 RTSP 看动态表现

静态图看不出抖动。把摄像头地址或本地视频接进来，重点看三件事：

• 目标进入画面时，框是不是稳定跟住；
• 快速移动时有没有丢帧式闪烁；
• 长时间运行时，显存与帧率是否平稳。

分类任务同样支持，只是把检测框换成标签。

第三步：把差异落到场景上

看完两个模型的表现，通常能归纳出一句话结论，例如「新模型在夜间场景召回更好，但重叠目标会合并」。

这句结论比「mAP 高了 1.2」有用得多，因为下一步要改什么，是靠它决定的。

为什么强调「不用写代码，不用 Docker」

验收是个高频动作：每次重新训练、每次换设备、每次客户现场反馈，都要跑一遍。如果每次都要配环境、写推理脚本，这件事就会被拖到「以后再说」。

一个双击就能开的桌面工具，能让验收变成习惯，而不是仪式。

---

工具在 Easy Infer Station 产品页 免费下载，Windows 与 Linux 均可。