Distancia de Incepción de Fréchet (FID)

La Distancia de Incepción de Fréchet (FID) es una métrica utilizada para evaluar la calidad de las imágenes producidas por modelos generativos, en particular las Redes Generativas Antagónicas (GANs). A diferencia de métricas previas como el Inception Score (IS), FID compara la distribución de las imágenes generadas con la distribución de imágenes reales, proporcionando una medida más holística de la calidad y diversidad de las imágenes.

Definición de Distancia de Incepción de Fréchet (FID)

Combinando la Distancia de Fréchet y el Modelo Inception

El término “Distancia de Incepción de Fréchet” combina dos conceptos clave:

1. Distancia de Fréchet: Introducida por Maurice Fréchet en 1906, esta métrica cuantifica la similitud entre dos curvas. Se puede imaginar como la longitud mínima de una “correa” necesaria para conectar a un perro y su paseador, cada uno caminando por caminos separados. La Distancia de Fréchet tiene aplicaciones en diversos campos como el reconocimiento de escritura a mano, la robótica y los sistemas de información geográfica.

2. Modelo Inception: Desarrollado por Google, el modelo Inception-v3 es una arquitectura de red neuronal convolucional que transforma imágenes en bruto en un espacio latente, donde se representan las propiedades matemáticas de las imágenes. Este modelo es especialmente útil para analizar características a múltiples escalas y ubicaciones dentro de una imagen.

Cómo se mide FID

FID se calcula mediante los siguientes pasos:

1. Preprocesar las imágenes: Redimensionar y normalizar las imágenes para asegurar la compatibilidad.
2. Extraer representaciones de características: Usar el modelo Inception-v3 para convertir imágenes en vectores numéricos que representan diferentes características.
3. Calcular estadísticas: Calcular la media y la matriz de covarianzas para las características tanto de imágenes reales como generadas.
4. Calcular la Distancia de Fréchet: Comparar las medias y matrices de covarianzas para calcular la distancia.
5. Obtener el FID: La puntuación final de FID se obtiene comparando la Distancia de Fréchet entre las imágenes reales y generadas. Puntuaciones más bajas indican mayor similitud.

Propósito de la Distancia de Incepción de Fréchet (FID)

Evaluación de la calidad y diversidad de imágenes

FID se utiliza principalmente para evaluar la calidad visual y la diversidad de las imágenes generadas por los GANs. Cumple varios propósitos:

• Realismo: Asegura que las imágenes generadas se parezcan a las imágenes reales.
• Diversidad: Evalúa si las imágenes generadas son suficientemente diferentes entre sí y respecto a los datos de entrenamiento.

Aplicaciones

• Evaluación de modelos: FID se utiliza para comparar diferentes modelos generativos y sus variantes.
• Control de calidad: Ayuda a identificar y filtrar imágenes poco realistas, como aquellas con anomalías anatómicas en caras humanas generadas.

¿Listo para hacer crecer tu negocio?

Comienza tu prueba gratuita hoy y ve resultados en días.

Solicitar demo Iniciar sesión

FID vs. Inception Score (IS)

Contexto histórico

El Inception Score (IS) fue una de las primeras métricas introducidas para evaluar GANs, centrándose en la calidad y diversidad de imágenes individuales. Sin embargo, tiene algunas limitaciones, como la sensibilidad al tamaño de la imagen y la falta de alineación con el juicio humano.

Ventajas del FID

Introducido en 2017, FID aborda estas limitaciones comparando las propiedades estadísticas de las imágenes generadas con las de las imágenes reales. Se ha convertido en la métrica estándar para evaluar GANs debido a su capacidad para capturar la similitud entre imágenes reales y generadas de manera más efectiva.

Limitaciones de FID

Aunque FID es una métrica robusta y ampliamente utilizada, tiene sus limitaciones:

• Especificidad de dominio: FID funciona bien para imágenes, pero puede no ser tan efectivo para otros tipos de modelos generativos, como los que generan texto o audio.
• Computacionalmente intensivo: Calcular FID puede requerir muchos recursos, demandando una potencia computacional significativa.