Distanța Fréchet Inception (FID)

Distanța Fréchet Inception (FID) este o metrică folosită pentru a evalua calitatea imaginilor generate de modele generative, în special Rețelele Adversariale Generative (GAN-uri). Spre deosebire de metricele anterioare precum Scorul Inception (IS), FID compară distribuția imaginilor generate cu distribuția imaginilor reale, oferind o măsură mai holistică a calității și diversității imaginilor.

Definiția Distanței Fréchet Inception (FID)

Combinarea Distanței Fréchet și a Modelului Inception

Termenul „Distanța Fréchet Inception” combină două concepte cheie:

1. Distanța Fréchet: Introduasă de Maurice Fréchet în 1906, această metrică cuantifică similaritatea dintre două curbe. Poate fi imaginată ca lungimea minimă a „lesei” necesare pentru a conecta un câine și stăpânul său, fiecare mergând pe trasee separate. Distanța Fréchet are aplicații în diverse domenii, precum recunoașterea scrisului de mână, robotică și sisteme informatice geografice.

2. Modelul Inception: Dezvoltat de Google, modelul Inception-v3 este o arhitectură de rețea neuronală convoluțională care transformă imaginile brute într-un spațiu latent, unde proprietățile matematice ale imaginilor sunt reprezentate. Acest model este deosebit de util pentru analiza caracteristicilor la mai multe scări și locații dintr-o imagine.

Cum se măsoară FID

FID se calculează parcurgând următorii pași:

1. Preprocesarea imaginilor: Redimensionarea și normalizarea imaginilor pentru a asigura compatibilitatea.
2. Extrage reprezentările caracteristicilor: Folosirea modelului Inception-v3 pentru a converti imaginile în vectori numerici ce reprezintă diferite caracteristici.
3. Calculează statisticile: Se calculează media și matricea de covarianță pentru caracteristicile atât ale imaginilor reale, cât și ale celor generate.
4. Calculează Distanța Fréchet: Se compară mediile și matricile de covarianță pentru a determina distanța.
5. Obținerea scorului FID: Scorul final FID se obține comparând Distanța Fréchet dintre imaginile reale și cele generate. Scorurile mai mici indică o similaritate mai mare.

Scopul Distanței Fréchet Inception (FID)

Evaluarea calității și diversității imaginilor

FID este utilizat în principal pentru a evalua calitatea vizuală și diversitatea imaginilor generate de GAN-uri. Are mai multe scopuri:

• Realism: Asigură că imaginile generate arată ca imagini reale.
• Diversitate: Evaluează dacă imaginile generate sunt suficient de diferite între ele și față de datele de antrenament.

Aplicații

• Evaluarea modelelor: FID este folosit pentru a compara diferite modele generative și variațiile lor.
• Controlul calității: Ajută la identificarea și filtrarea imaginilor nerealiste, cum ar fi cele cu anomalii anatomice în fețele umane generate.

Pregătit să îți dezvolți afacerea?

Începe perioada de probă gratuită astăzi și vezi rezultate în câteva zile.

Solicită demo Autentificare

FID vs. Scorul Inception (IS)

Context istoric

Scorul Inception (IS) a fost una dintre primele metrice introduse pentru evaluarea GAN-urilor, concentrându-se pe calitatea și diversitatea imaginilor individuale. Totuși, are unele limitări, precum sensibilitatea la dimensiunea imaginii și lipsa de corelare cu judecata umană.

Avantajele FID

Introdus în 2017, FID abordează aceste limitări comparând proprietățile statistice ale imaginilor generate cu cele ale imaginilor reale. A devenit metrica standard pentru evaluarea GAN-urilor datorită capacității sale de a surprinde mai eficient similaritatea dintre imaginile reale și cele generate.

Limitările FID

Deși FID este o metrică robustă și larg utilizată, are și limitări:

• Specificitate domeniului: FID funcționează bine pentru imagini, dar poate să nu fie la fel de eficient pentru alte tipuri de modele generative, cum ar fi cele pentru text sau audio.
• Intensiv din punct de vedere computațional: Calculul FID poate fi solicitant din punct de vedere al resurselor și necesită putere de calcul semnificativă.