在训练时验证过程中,模型性能与测试阶段不一致

我使用Basicsr超分框架训练模型，使用Set5数据集作为验证集，在训练过程中，模型在Set5数据集上的性能较好，但训练结束后，我将性能较好的模型用于推理，使用basicsr test.py推理Set5数据集，发现性能达不到验证时的结果，例如：某一轮模型在Set5数据集上验证时性能为PSNR32，而我将这轮模型用于test.py推理Set5数据集，PSNR只能达到31.7左右，这是为什么。