Fréchetova incepční vzdálenost (FID)

Fréchetova incepční vzdálenost (FID) je metrika používaná k hodnocení kvality obrázků vytvořených generativními modely, zejména generativními adversariálními sítěmi (GAN). Na rozdíl od předchozích metrik, jako je Inception Score (IS), FID porovnává distribuci generovaných obrázků s distribucí reálných obrázků a poskytuje tak komplexnější měřítko kvality a rozmanitosti obrázků.

Definice Fréchetovy incepční vzdálenosti (FID)

Kombinace Fréchetovy vzdálenosti a modelu Inception

Pojem „Fréchetova incepční vzdálenost“ kombinuje dva klíčové koncepty:

1. Fréchetova vzdálenost: Tato metrika, zavedená Mauricem Fréchetem v roce 1906, kvantifikuje podobnost mezi dvěma křivkami. Můžeme si ji představit jako minimální „délku vodítka“ potřebnou k propojení psa a jeho majitele, když každý kráčí po jiné cestě. Fréchetova vzdálenost má využití v různých oblastech, například v rozpoznávání rukopisu, robotice nebo geografických informačních systémech.

2. Model Inception: Vyvinutý společností Google, model Inception-v3 je architektura konvoluční neuronové sítě, která převádí surové obrázky do latentního prostoru, kde jsou matematicky reprezentovány jejich vlastnosti. Tento model je obzvlášť užitečný pro analýzu rysů na různých měřítcích a místech v rámci obrázku.

Jak se FID měří

FID se počítá v několika krocích:

1. Předzpracování obrázků: Změní se velikost a normalizace obrázků, aby byly kompatibilní.
2. Extrakce příznaků: Pomocí modelu Inception-v3 se obrázky převedou na číselné vektory reprezentující různé rysy.
3. Výpočet statistik: Vypočítá se střední hodnota a kovarianční matice pro rysy jak reálných, tak generovaných obrázků.
4. Výpočet Fréchetovy vzdálenosti: Porovnají se střední hodnoty a kovarianční matice pro výpočet vzdálenosti.
5. Získání FID: Konečné skóre FID se určí porovnáním Fréchetovy vzdálenosti mezi reálnými a generovanými obrázky. Nižší skóre znamená vyšší podobnost.

Význam Fréchetovy incepční vzdálenosti (FID)

Hodnocení kvality a rozmanitosti obrázků

FID se používá především k hodnocení vizuální kvality a rozmanitosti obrázků generovaných GANy. Plní několik úloh:

• Realističnost: Zajišťuje, že generované obrázky vypadají jako reálné.
• Rozmanitost: Hodnotí, zda jsou generované obrázky dostatečně odlišné od sebe navzájem i od trénovacích dat.

Využití

• Hodnocení modelů: FID se používá k porovnávání různých generativních modelů a jejich variant.
• Kontrola kvality: Pomáhá identifikovat a filtrovat nerealistické obrázky, například ty s anatomickými anomáliemi v generovaných lidských obličejích.

Připraveni rozšířit své podnikání?

Začněte svou bezplatnou zkušební verzi ještě dnes a viďte výsledky během několika dní.

Požádat o demo Přihlásit se

FID vs. Inception Score (IS)

Historické souvislosti

Inception Score (IS) byla jednou z prvních metrik používaných k hodnocení GANů a zaměřovala se na individuální kvalitu a rozmanitost obrázků. Má však některá omezení, jako je citlivost na velikost obrázků a nedostatečná shoda s lidským hodnocením.

Výhody FID

FID, představený v roce 2017, tato omezení řeší porovnáváním statistických vlastností generovaných obrázků s reálnými. Díky schopnosti lépe zachytit podobnost mezi reálnými a generovanými obrázky se stal standardní metrikou pro hodnocení GANů.

Omezení FID

Ačkoliv je FID robustní a široce používaná metrika, má i svá omezení:

• Specifičnost domény: FID dobře funguje pro obrázky, ale nemusí být vhodný pro jiné typy generativních modelů, například pro generování textu nebo zvuku.
• Výpočetní náročnost: Výpočet FID je náročný na zdroje a vyžaduje značný výpočetní výkon.