企业官网建设流程全解析

老照片修复这件事，我从三年前第一次动手做就栽过跟头。当时拿着一堆泛黄、带折痕、还有霉斑的家庭相片，心想不就是去噪加超分再加个上色吗，几个开源模型串起来就完事了。结果第一版跑出来的图，人脸被修成了塑料娃娃，衣服纹理全糊成一片，划痕倒是没了，因为整体都被抹平了。后来慢慢摸索，才把基于深度学习的老照片修复系统拆成一条可控的流水线：退化建模、分任务处理、人脸先验约束、工程侧分块推理，每一环都得单独调。这篇文章就把这套系统的设计与实现过程完整摊开讲，包括数据怎么造、模型怎么选、损失怎么配、大图怎么跑、出问题怎么查。适合已经懂一点PyTorch、想把这套东西真正落地成可用工具的朋友，也适合刚入门、想搞清楚"为什么我的修复结果总是糊"的新手对照着看。

1. 从需求倒推：老照片修复系统到底要解决什么问题

动手写第一行代码之前，我把手上那批样本摊在桌上一张张看，这个动作比看任何论文都管用。很多人一上来就冲着"修复"两个字去，直接找个图像复原网络开训，最后发现模型在合成测试集上PSNR很漂亮，一上真实老照片就翻车。根本原因在于"老照片退化"不是一个单一退化，它是好几种损伤叠在一起，而且每种损伤的物理成因、空间分布、可恢复程度完全不同。

1.1 用户手里的老照片，坏在哪里

我习惯把退化分成四类，这个分类直接决定了后面系统的模块划分。

第一类是结构性损伤，包括折痕、撕裂、划痕、霉斑、水渍、装订孔。这类损伤的特点是局部像素信息被彻底破坏，不是"变模糊"，而是"没了"。你不可能从周围像素推断出一条划痕底下原本是什么，只能靠语义先验去"猜"。这也是为什么纯回归模型处理划痕总是糊——它在做插值，而人眼期待的是生成。

第二类是光学与传感器退化，包括失焦模糊、镜头畸变、胶片颗粒、扫描噪声。这类是全局性的，可以用反卷积或者去噪网络处理，相对好搞。

第三类是分辨率与压缩退化，老照片扫描件常见的问题，尤其是早期数码化时为了省空间压成了低质量JPEG，块效应明显。这块本质上是超分+去压缩伪影的联合任务。

第四类是色彩退化，泛黄、偏色、褪色、对比度丢失。黑白照片还涉及上色，这是另一个维度的任务，因为上色本身是病态问题——同一件衣服可以是任何颜色，模型只能给出"统计上最合理"的答案。

我在系统里给这四类分别留了处理位，而不是指望一个网络全包。原因很实在：一个网络同时学四件事，容量会被互相挤占，而且训练时的梯度方向会打架。结构损伤需要生成能力强的分支，色彩退化需要色彩空间约束强的分支，硬塞在一起，最后往往是两边都不讨好。

1.2 三种技术路线的取舍：端到端黑盒、分治流水线、先验增强

市面上能见到的实现思路基本就三条，我把当时的对比整理成了下面这张表：

我最终选的是分治流水线打底 + 关键环节挂先验的混合方案。理由有三个：一是老照片的退化组合太随机，单一网络很难覆盖；二是工程上我需要能单独替换某个模块，比如上色模型换一版不影响超分；三是用户反馈的badcase往往集中在人脸，挂一个人脸先验分支的收益远大于整体加容量。

1.3 系统边界与效果预期管理

这一点特别想强调，因为它决定了你会不会白干三个月。深度学习修复的上限是"合理重建"，不是"还原真相"。一条贯穿人脸的划痕，模型补出来的鼻子可能形状对，但绝对不可能和历史上一模一样。所以我在系统里做了两件事：一是输出置信度提示，对损伤面积超过阈值的区域标注"重建结果，仅供参考"；二是保留原图对照，让用户自己判断。

注意：不要向使用者承诺"完全还原"。我见过有团队把修复结果直接当档案原件用，这在实际业务里是会出问题的。

预期管理也影响技术选型：如果只是社交场景分享，色彩讨喜、皮肤干净比PSNR重要；如果是档案数字化，那必须优先保真，宁可保留一点噪点也不能生成不存在的细节。这两条路的技术方案差别很大，动手前必须问清楚。

2. 数据是命门：退化合成流水线的设计

做过图像复原的都知道，这类任务七分靠数据、三分靠模型。老照片修复最难受的地方在于：你几乎不可能拿到"同一张照片的损坏版和完好版"这样的成对数据。真实的档案里，完好版早就没了，剩下的只有坏的那张。

2.1 为什么必须自己造数据

我试过三条路。

第一条是找公开的成对老照片数据集，能找到的规模都很小，几百到几千对，而且退化类型集中在某一两种，训出来的模型泛化很差，换个扫描仪、换个年代就崩。

第二条是拿无配对数据做循环一致性训练，这条路能跑通，但训练不稳定，而且循环一致性约束只能保证"风格像"，保证不了"内容对"。实测下来，人脸五官容易漂移，眼睛位置会挪。

第三条是自己写退化合成器，拿高清干净图当"真值"，按物理模型往上面施加退化，造出成对样本。这条路我最后走了，因为它可控、可扩展、可以针对badcase定向补充。代价是你得把退化模型建得足够真，否则就是自欺欺人——模型学会的只是你写的那个退化函数，不是真实世界的退化。

2.2 退化因子的建模与参数区间

合成器的核心是把每种退化写成带随机参数的算子，参数区间必须贴近真实分布。我这里是按大量真实样本统计出来的经验区间，可以直接参考，但强烈建议你用自己的样本重标一遍。

这里有个细节值得单拎出来说：退化必须按顺序叠加，而且顺序有讲究。真实物理过程是先有光学模糊，再有胶片颗粒，然后化学老化褪色，最后扫描时产生噪声和压缩。如果你把顺序打乱，比如先加划痕再模糊，划痕边缘会被糊掉，和真实样本的锐利边缘对不上，模型学到的特征就是错的。我第一版就是随机打乱顺序，训出来的模型对划痕边缘特别不敏感，实测才发现问题。

2.3 合成脚本实现与踩坑

核心的合成函数我简化成了下面这样，可以直接拿去改：

import random import cv2 import numpy as np def random_scratch(h, w, n_curves=3): mask = np.zeros((h, w), dtype=np.uint8) for _ in range(n_curves): # 曲线起点终点随机分布在边缘附近 p0 = (random.randint(0, w - 1), random.choice([0, h - 1]) if random.random() < 0.5 else random.randint(0, h - 1)) p3 = (random.randint(0, w - 1), random.randint(0, h - 1)) p1 = (random.randint(0, w - 1), random.randint(0, h - 1)) p2 = (random.randint(0, w - 1), random.randint(0, h - 1)) pts = np.array([p0, p1, p2, p3], dtype=np.int32) width = random.randint(1, 5) cv2.polylines(mask, [pts], False, 255, width, cv2.LINE_AA) # 膨胀让边缘不那么整齐 k = random.choice([1, 3]) mask = cv2.dilate(mask, np.ones((k, k), np.uint8), iterations=1) return mask def apply_scratch(img, mask): out = img.astype(np.float32).copy() # 亮度偏移而不是纯白，纯白太假 offset = random.uniform(-40, 40) out[mask > 0] = np.clip(out[mask > 0] + offset, 0, 255) return out.astype(np.uint8) def color_fade(img): # 通道增益模拟泛黄 gains = np.array([random.uniform(1.0, 1.15), random.uniform(0.95, 1.05), random.uniform(0.75, 1.0)], dtype=np.float32) out = img.astype(np.float32) * gains # 伽马 gamma = random.uniform(0.8, 1.2) out = 255.0 * np.power(np.clip(out, 0, 255) / 255.0, gamma) # 饱和度衰减 hsv = cv2.cvtColor(out.astype(np.uint8), cv2.COLOR_RGB2HSV).astype(np.float32) hsv[..., 1] *= random.uniform(0.5, 1.0) out = cv2.cvtColor(np.clip(hsv, 0, 255).astype(np.uint8), cv2.COLOR_HSV2RGB) return out def degrade(img): h, w = img.shape[:2] img = apply_scratch(img, random_scratch(h, w, random.randint(1, 6))) if random.random() < 0.6: img = color_fade(img) if random.random() < 0.7: k = random.choice([3, 5, 7]) img = cv2.GaussianBlur(img, (k, k), random.uniform(0.3, 1.5)) if random.random() < 0.5: scale = random.uniform(0.4, 0.8) img = cv2.resize(img, None, fx=scale, fy=scale, interpolation=cv2.INTER_AREA) img = cv2.resize(img, (w, h), interpolation=cv2.INTER_CUBIC) if random.random() < 0.8: sigma = random.uniform(3, 15) img = np.clip(img.astype(np.float32) + np.random.randn(h, w, 3) * sigma, 0, 255).astype(np.uint8) if random.random() < 0.6: img = cv2.imencode('.jpg', img, [cv2.IMWRITE_JPEG_QUALITY, random.randint(25, 75)])[1] img = cv2.imdecode(img, cv2.IMREAD_COLOR) return img

踩过的坑里最值得一提的两个。第一个是用cv2.polylines画直线划痕太整齐，模型很快就能学到"直线=划痕"这个捷径，结果真实照片里弯曲的折痕完全去不掉。后来加了贝塞尔曲线控制点随机，并且把线宽做成渐变，情况才好转。第二个是下采样时的插值方式，一开始用INTER_LINEAR，产生大量摩尔纹，模型把这些伪影也当成要修复的目标，最后输出的图全是振铃。换成INTER_AREA做缩小、INTER_CUBIC做放大之后，伪影明显减少。

2.4 真实样本的少量标注与微调

合成数据训练出来的模型，直接上真实样本一定有域差。我的做法是收集200~500张真实老照片，请人做粗标注——不需要像素级，只需要"这里要修好"，用低质量的真值图（比如人工粗修的版本）做微调。

微调阶段有个技巧：冻结主干的前几层，只调后几层和先验分支。原因是合成数据学到的基础特征（边缘、纹理）是通用的，真实数据量太小，全量微调容易过拟合到那几百张图上。我实测冻结前1/3层，微调学习率设成预训练的1/10，效果最稳。

实操心得：微调集一定要包含"极差样本"——比如整张脸被划痕覆盖的、严重霉斑的。这类样本在训练里不能太多，否则模型会退化成"什么都往人脸方向生成"，但完全没有，模型在真实badcase上就会暴露。

3. 模型选型与结构拆解

结构这块我没有追新，选的是成熟可用的组合，重点在于怎么把它们粘起来不打架。

3.1 主干网络：U-Net还是Transformer

先说结论：图像尺寸大、纹理复杂的老照片，用带注意力机制的Transformer结构更稳；追求推理速度和中等质量，U-Net变体够用。

我做过对比实验，同一批合成数据，U-Net在256×256 patch上训练，PSNR能到28dB左右，但一到512以上分辨率，细节就明显塌陷，主要原因是卷积的感受野有限，全局色彩一致性差，会出现局部色块。换成基于窗口注意力的Transformer主干后，同等数据下PSNR提升约1.2dB，纹理连贯性肉眼可见地好，代价是显存占用翻了三倍多。

对老照片这个场景，我的建议是分阶段用不同主干：划痕修复和去噪用U-Net，因为这两件事更依赖局部感受野，且需要快速推理；超分和上色用Transformer或者带全局注意力的混合结构，因为它们需要理解整体语义。

这里有个必须注意的点：Transformer类结构对训练数据量要求高，如果你的合成数据只有几万张，很容易欠拟合。我当时是用20万张合成patch起步的，少于这个量级，注意力分支基本学不出有意义的东西。

3.2 划痕去除分支的设计

划痕去除是整条流水线里最需要"生成能力"的一环。我的做法是把它当成条件生成 + mask辅助来做，而不是纯回归。

具体实现：输入除了退化图，还并联一个预测出来的损伤mask。这个mask可以由一个轻量分割网络给出，也可以由训练时的真值mask监督出来。有了mask之后，主干网络只需要关注mask区域，非损伤区域的像素直接shortcut保留。这样做的好处非常直接——非损伤区域不会被无谓地重绘，细节得以完整保留。

损失函数上，损伤区域用L1 + 感知损失，非损伤区域用强约束（直接保留），再加上一个对抗损失提升真实感。对抗损失的权重我压在0.02~0.05之间，太高会引入伪纹理，太低边缘发糊。

有个反直觉的经验：划痕分支不要追求把所有划痕都去掉。真实老照片里有些折痕是照片的"历史痕迹"，全部抹掉反而显得假。我在系统里加了一个强度参数，用户可以选择"轻度修补"和"彻底修复"，前者只处理高置信度的大面积损伤，保留浅表折痕。

3.3 人脸先验模块的接入方式

人像占了老照片的绝大部分，而人眼对人脸的瑕疵极其敏感。合成数据训出来的模型修人脸，最常见的问题是五官漂移、皮肤过度平滑、眼睛失去高光。

我试过三种接入方式。

第一种是串联：整图修完之后，检测人脸，裁剪出来送进人脸复原模型，再贴回去。实现简单，但贴回时的色彩和边缘融合是噩梦，接缝处会出现色差。

第二种是并联分支：主干网络在编码器某一层引出人脸区域的特征，单独过一个重建分支，解码时融合。这种方式融合自然，但训练复杂，得保证两个分支的梯度尺度匹配。

第三种是两阶段：第一阶段用主模型出粗修结果，第二阶段用人脸先验做精修，并且用泊松融合或者注意力融合贴回。我最后用的是这个，因为工程上最可控，出错时容易定位是哪一阶段的问题。

贴回时的融合是个关键细节。直接覆盖会在边缘产生硬边，我用的做法是：以人脸框为中心生成一个高斯权重图，在边缘区域做加权混合，权重图的sigma设成人脸框短边的0.1~0.15倍。这个参数调小了接缝明显，调大了人脸区域被原图污染，实测0.12左右比较平衡。

注意：人脸检测失败的图，一定要走fallback路径，不能让流程中断。老照片里侧脸、遮挡、低分辨率的情况太多了，检测器召回率远低于常规场景。

3.4 上色分支的色彩约束

黑白照片上色是另一个独立模块，它的难点不在模型结构，而在色彩不可判定。一件衣服是红的还是蓝的，模型没有任何依据。

我在上色上做了三条约束。

第一条是语义引导：先跑一个语义分割，把天空、植被、皮肤、衣物分开，然后对不同类别施加不同的色彩先验。比如天空偏蓝、植被偏绿，肤色限制在一个较窄的色域内。这个做法能显著减少"绿脸""紫天空"这类离谱结果。

第二条是色彩空间选择：不在RGB上做回归，转成Lab，只预测ab两个通道，L通道保留原图亮度。这样亮度信息完全不会丢失，避免了上色之后发灰的问题。

第三条是多点提示：给用户一个可选操作，在图上点几个颜色点，作为条件输入。技术上就是把点坐标和颜色编码成稀疏的condition map，和图像一起送进网络。这个功能在真实使用中反馈极好，因为用户自己知道照片里的人穿的是什么颜色。

4. 损失函数与训练策略

损失配比这块，我调了大概两周，试了十几个组合。这部分没法完全照搬别人的参数，因为你的数据分布、任务侧重都不一样，但下面这套思路和量级可以作为起点。

4.1 多任务损失的配比

我最终用的组合是五项：

先说权重的确定逻辑。L1作为基准设为1.0，是因为它数值量级最容易控制，其他项都按"比L1小一到两个数量级"来配。感知损失定0.1，是我实测下能明显改善纹理又不至于引入伪影的位置；再往上加会出现"纹理堆砌"，平坦区域被填上莫名其妙的细节。对抗损失压到0.03，是因为老照片修复的判别器太容易训强，权重一高，生成器就开始往判别器的偏好上偏，输出塑料感极重的图。

身份损失值得多说一句。这个损失的作用是让修复前后的人脸在特征空间里保持接近，防止模型把张三修成李四。实现上就是把人脸裁剪出来，过一个人脸特征提取网络，算余弦距离。权重0.5听起来很大，但因为它的数值范围在0~2之间，实际影响没想象中那么强。注意这个损失只在检测到人脸时计算，没有人脸的patch要跳过，不然会引入噪声梯度。

4.2 两阶段训练与梯度平衡

直接带对抗损失从零训，十次有八次崩。我的做法是分两阶段。

第一阶段：纯重建预训练。只开L1 + 感知损失，训到收敛。这个阶段的目标是让模型学会"退化图到干净图"的基本映射，输出虽然糊但结构正确。学习率1e-4，Adam优化器，余弦退火，batch size 8，patch 256。这一步大概需要80~120个epoch，具体看数据量。

第二阶段：加入对抗损失和身份损失微调。生成器和判别器交替训练，生成器学习率降到2e-5，判别器用5e-5。这里有个关键技巧：判别器不能训太强。我的做法是给判别器加一个梯度惩罚项，同时监控判别器的准确率，一旦超过85%就暂停判别器更新几轮。判别器太强，生成器的梯度就全是噪声，输出会变得花里胡哨。

梯度平衡上，我一开始用的是固定权重，结果发现训练到中后期，对抗损失会突然主导，L1的贡献被淹没。后来改成自适应权重——按各项损失相对于其历史均值的比值动态缩放，让各项的有效梯度量级接近。这套机制实现起来不复杂，但对训练稳定性的提升非常明显。

4.3 训练中的稳定性技巧

几个血泪教训。

第一个是数据加载的随机性。退化合成器里的随机数种子必须每个epoch都变，但如果用多进程DataLoader，要注意每个worker的种子不能相同，否则八个worker生成的退化样本一模一样，等于数据量缩水八倍。我在这上面浪费了一整天才发现loss曲线异常地平滑。

第二个是混合精度训练的陷阱。用AMP能省一半显存，但感知损失和对抗损失在fp16下容易溢出，尤其是对抗损失的log项。我的处理是把这两项的计算强制转成fp32，只让主干前向走fp16，速度损失不大，稳定性提升明显。

第三个是验证集的选择。验证集一定要包含两类：合成退化的（看基础能力）和真实老照片的（看泛化）。只有合成验证集的话，你会被虚高的指标骗过去。我一般按8:1:1划分训练/合成验证/真实验证，真实验证集虽然小，但每次看它的结果最有参考价值。

5. 工程化落地：从单张推理到批量服务

模型训出来只是开始，真正难的是让它在普通设备上跑得动、跑得快、跑得稳。

5.1 分块推理与大图显存控制

老照片扫描件动辄4000×6000，直接送进网络必然爆显存。分块推理是标准解法，但细节很多。

我的分块策略是：块大小512，重叠64像素，用余弦窗做加权融合。重叠区不能省，因为卷积和注意力的边界效应会导致块边缘质量下降，重叠64能覆盖大部分感受野。融合时不能用简单平均，否则重叠区的纹理会有明显的重影，用余弦窗（中间权重高、边缘权重低）能平滑过渡。

def tile_inference(model, img, tile=512, overlap=64, scale=1): h, w = img.shape[:2] out = np.zeros((h * scale, w * scale, 3), dtype=np.float32) weight = np.zeros((h * scale, w * scale, 1), dtype=np.float32) # 余弦窗 wy = np.hanning(tile * scale).reshape(-1, 1) wx = np.hanning(tile * scale).reshape(1, -1) win = (wy * wx)[..., None].astype(np.float32) + 1e-6 step = tile - overlap for y in range(0, h, step): for x in range(0, w, step): y2 = min(y + tile, h) x2 = min(x + tile, w) patch = img[y:y2, x:x2] # 边缘补齐到固定尺寸，否则模型输入尺寸不一致 ph, pw = patch.shape[:2] pad = np.zeros((tile, tile, 3), dtype=patch.dtype) pad[:ph, :pw] = patch pred = model(pad[None])[0] pred = pred[:ph * scale, :pw * scale] out[y*scale:y2*scale, x*scale:x2*scale] += pred * win[:ph*scale, :pw*scale] weight[y*scale:y2*scale, x*scale:x2*scale] += win[:ph*scale, :pw*scale] return (out / np.maximum(weight, 1e-6)).clip(0, 255).astype(np.uint8)

这里有个坑：tile尺寸必须是模型下采样倍数的整数倍。如果你的主干有四次下采样，tile必须能被16整除，否则特征图尺寸对不齐，要么报错要么静默出错。我一开始用500，调试了半天才发现问题。

还有个优化点：分块推理时，如果相邻块的内容高度相似（比如大片天空），可以跳过后面的计算。但这个优化要谨慎，容易在纹理交界处留下痕迹，我最后没上。

5.2 模型压缩与推理加速

部署到普通设备上，原始模型太大了。我做了三步压缩。

第一步是剪枝。对卷积通道做结构化剪枝，按BN层的缩放因子排序，剪掉最小的20%。这一步模型小了约25%，PSNR掉不到0.3dB，性价比很高。剪完要微调10个epoch恢复性能。

第二步是量化。导出成ONNX之后做INT8量化，配合校准集。这里要注意校准集必须覆盖你的真实数据分布，用纯合成数据校准，量化后的模型在真实老照片上掉点会很明显，可能掉2dB以上。INT8之后模型体积大概是fp32的四分之一，速度提升两倍左右。

第三步是推理引擎适配。把量化后的模型转到TensorRT，用FP16模式跑。实测在中等配置的显卡上，512×512的patch推理时间从180ms降到45ms左右。如果目标设备没有独立显卡，那就退回ONNX Runtime的CPU推理，配合多线程，一张2000×3000的图大概需要6~10秒，也能接受。

提示：量化之后一定要做一次全量回归测试。我遇到过一个很隐蔽的问题——INT8量化后，模型对浅色划痕的敏感度下降，导致浅色背景上的划痕修不掉。这种问题在单个样本上看不出来，必须批量测。

5.3 前后端接口与批处理队列

系统接口我设计成异步任务制，而不是同步请求。原因很简单，一张大图处理可能要十几秒，同步请求必然超时。

流程是这样：前端上传图片，后端返回一个task_id，把任务丢进队列；工作进程从队列取任务，依次跑划痕修复、去噪、超分、上色、人脸精修，每完成一步更新进度；前端轮询或者用长连接拿进度，完成后拿结果URL。

队列我用了两种优先级：单张交互式的走高速队列，批量任务走普通队列。批量任务的并发度要控制，因为每个任务都吃显存，开太多会OOM。我的经验值是单卡并发不超过2个任务，再高就排队等着，不然全是超时重试，整体吞吐反而下降。

结果存储上，原图和修复图都要留，并且存一份处理参数（用了哪些模块、强度多少）。这个日志在后期排查问题时价值极大——用户投诉"这张修坏了"，你能立刻复现出当时的处理链路。

6. 效果评估与常见问题排查

6.1 指标之外的主观评估

PSNR和SSIM在合成测试集上很有用，但它们和人的主观感受相关性很差。一张PSNR 30dB的图可能看起来很糊，一张PSNR 26dB的图可能看起来很自然，因为GAN类的输出本来就不追求像素级对齐。

我建了一套自己的评估流程，分三层。

第一层是客观指标，在合成测试集上跑PSNR、SSIM、LPIPS。LPIPS比前两个更贴近人眼判断，我一般以LPIPS为主。真实数据没有真值，就跑无参考指标，比如NIQE和BRISQUE，但这俩指标对GAN输出不太友好，参考价值有限。

第二层是人工打分。我组织了5个人，每人看100组图，从"清晰度""自然度""保真度"三个维度打1~5分。样本要盲测，不能让人知道哪个是模型输出。这一步最费时间，但最准。

第三层是A/B对比。拿新版本和上一版本各修同一批图，让人二选一。这个方法特别适合判断"改动到底有没有用"，比绝对打分更敏感。

有个数据可以分享：在我的测试集上，单纯优化PSNR从27.5提到28.2，人工打分几乎没有变化；但把对抗损失权重从0.01调到0.03，PSNR反而降了0.4，人工打分的"自然度"提升了0.6分。这说明什么，不言而喻。

6.2 典型问题速查表

下面这张表是我这两年攒下来的，遇到问题基本能对号入座：

6.3 实操心得

最后分享几条不太好写在文档里、但实际很管用的经验。

关于迭代顺序。不要试图一次把所有模块都做到最好。我的做法是先把"去噪+超分"这条最基础的链路跑通，做到能出图；再加划痕修复；最后加上色和人脸精修。每加一个模块，都做一次完整的回归测试，确保没有破坏已有能力。我见过有团队并行开发四个模块，最后集成时互相冲突，返工了两个月。

关于badcase的收集。系统上线后，一定要有便捷的badcase反馈通道。用户点一下"这张修得不好"，图和参数就自动进到一个待分析池里。我每周会花半天看这些样本，按退化类型归类，然后定向往合成器里补充对应的退化。这个闭环跑起来之后，模型效果的提升比盲目加数据快得多。

关于参数的暴露程度。一开始我把所有参数都藏在后台，用一个"智能模式"应付所有图。结果用户抱怨很多，因为不同类型的照片需求完全不同——证件照希望保守，艺术照希望鲜艳。后来我把"修复强度""上色饱和度""人脸精修程度"三个滑块放出来，投诉率降了一大半。让用户参与控制，比让模型猜要靠谱。

关于色彩的一致性。分模块处理最大的副作用是色彩不统一，比如划痕修复模块输出的偏冷，上色模块又偏暖，拼在一起很怪。我的解法是在流水线末端加一个轻量的色彩对齐模块，以原图的整体色调为参考，对结果做一次全局的色彩迁移。这个模块很小，就是在Lab空间做均值方差匹配，但效果立竿见影。

关于长尾退化。真实老照片里总有一些你没想到的退化，比如照片背面透过来的字迹、相纸的纹理、装订孔的阴影。这些在合成数据里没有，模型处理起来会当成正常内容保留下来。我的处理是加一个"异常检测"的旁路，用无监督方法找出与整体分布差异大的区域，标记出来提示用户。不一定要自动修，能提示就已经很有价值了。

这套系统我从最初的一版跑通到现在，前后迭代了十几个版本，最大的感受是：老照片修复的难点从来不在模型结构上，而在数据、在退化建模、在对"什么算修好了"的判断标准上。模型可以换，流水线的设计思路和对真实场景的理解才是真正决定成败的东西。