Distanza Fréchet Inception (FID)

La Fréchet Inception Distance (FID) è una metrica utilizzata per valutare la qualità delle immagini prodotte da modelli generativi, in particolare dalle Generative Adversarial Networks (GAN). A differenza di metriche precedenti come l’Inception Score (IS), la FID confronta la distribuzione delle immagini generate con quella delle immagini reali, offrendo una misura più completa della qualità e della diversità delle immagini.

Definizione di Fréchet Inception Distance (FID)

Combinazione della Distanza di Fréchet e del Modello Inception

Il termine “Fréchet Inception Distance” combina due concetti chiave:

1. Distanza di Fréchet: Introdotta da Maurice Fréchet nel 1906, questa metrica quantifica la somiglianza tra due curve. Può essere pensata come la “lunghezza minima del guinzaglio” necessaria a collegare un cane e il suo padrone, ognuno che percorre un sentiero diverso. La Distanza di Fréchet trova applicazione in diversi campi, come il riconoscimento della scrittura, la robotica e i sistemi informativi geografici.

2. Modello Inception: Sviluppato da Google, il modello Inception-v3 è un’architettura di rete neurale convoluzionale che trasforma le immagini grezze in uno spazio latente, dove sono rappresentate le proprietà matematiche delle immagini. Questo modello è particolarmente utile per analizzare le caratteristiche a più scale e posizioni all’interno di un’immagine.

Come si misura la FID

La FID si calcola seguendo questi passaggi:

1. Pre-elaborazione delle immagini: Ridimensionare e normalizzare le immagini per garantirne la compatibilità.
2. Estrazione delle rappresentazioni delle caratteristiche: Utilizzare il modello Inception-v3 per convertire le immagini in vettori numerici che rappresentano diverse caratteristiche.
3. Calcolo delle statistiche: Calcolare la media e la matrice di covarianza delle caratteristiche sia per le immagini reali che per quelle generate.
4. Calcolo della Distanza di Fréchet: Confrontare le medie e le matrici di covarianza per calcolare la distanza.
5. Ottenimento della FID: Il punteggio FID finale si ottiene confrontando la Distanza di Fréchet tra le immagini reali e quelle generate. Punteggi più bassi indicano una maggiore somiglianza.

Scopo della Fréchet Inception Distance (FID)

Valutare la qualità e la diversità delle immagini

La FID è principalmente utilizzata per valutare la qualità visiva e la diversità delle immagini generate dai GAN. Serve a diversi scopi:

• Realismo: Garantisce che le immagini generate siano simili a quelle reali.
• Diversità: Valuta se le immagini generate sono sufficientemente differenti tra loro e rispetto ai dati di addestramento.

Applicazioni

• Valutazione dei modelli: La FID viene usata per confrontare diversi modelli generativi e le loro varianti.
• Controllo qualità: Aiuta a identificare e filtrare immagini non realistiche, come quelle con anomalie anatomiche nei volti umani generati.

Pronto a far crescere il tuo business?

Inizia oggi la tua prova gratuita e vedi i risultati in pochi giorni.

Richiedi demo Accedi

FID vs Inception Score (IS)

Contesto storico

L’Inception Score (IS) è stata una delle prime metriche introdotte per valutare i GAN, concentrandosi sulla qualità e la diversità delle singole immagini. Tuttavia, presenta alcune limitazioni, come la sensibilità alla dimensione delle immagini e la mancata corrispondenza con il giudizio umano.

Vantaggi della FID

Introdotta nel 2017, la FID supera queste limitazioni confrontando le proprietà statistiche delle immagini generate con quelle reali. È diventata la metrica standard per la valutazione dei GAN grazie alla sua capacità di cogliere più efficacemente la somiglianza tra immagini reali e generate.

Limiti della FID

Sebbene la FID sia una metrica robusta e ampiamente utilizzata, presenta alcuni limiti:

• Specificità del dominio: La FID funziona bene per le immagini, ma può non essere altrettanto efficace per altri tipi di modelli generativi, come quelli che generano testo o audio.
• Computazionalmente intensiva: Il calcolo della FID può richiedere molte risorse computazionali.