مسافة بداية فريشيه
مسافة بداية فريشيه (FID) هي المقياس القياسي للحكم على مدى واقعية وتنوع مجموعة من الصور التي تم إنشاؤها.
نظرة عامة
فهو يقارن إحصائيات الصور الحقيقية والمولدة في مساحة كبيرة من الميزات - الدرجات المنخفضة تعني أن الصور المزيفة تبدو أقرب إلى الشيء الحقيقي.
الغوص العميق
FID، الذي قدمه Heusel وآخرون. في عام 2017، تم إصلاح خلل رئيسي في Inception Score السابقة: لم تتم مقارنة الصور التي تم إنشاؤها بالبيانات الحقيقية الفعلية. يقوم FID بتغذية الصور الحقيقية والمولدة من خلال شبكة Inception-v3 المدربة مسبقًا ويقرأ متجه المعالم ذي 2048 بُعدًا من طبقة تجميع عميقة لكل صورة. ثم يقوم بعد ذلك بنمذجة كل مجموعة من الميزات باعتبارها غوسية متعددة المتغيرات، وتلخيصها بواسطة متجه متوسط ومصفوفة التغاير. يتم حساب المسافة بين الغاوسيين بمسافة فريشيه (وتسمى أيضًا مسافة 2-واسرشتاين). يعني FID الأقل أن متوسط التوزيع الناتج وانتشاره يتطابق بشكل وثيق مع الصور الحقيقية، ويلتقط كلاً من الدقة (هل تبدو حقيقية؟) والتنوع (هل تغطي مجموعة متنوعة من البيانات الحقيقية؟).
البصيرة الفنية
صيغة FID هي الفرق التربيعي بين المتجهين المتوسطين بالإضافة إلى أثر (مجموع التباينات ناقص ضعف الجذر التربيعي لمصفوفة منتجهما). نظرًا لأنه يستخدم التغاير المشترك الكامل، فإن FID يعاقب كلا من المخرجات الباهتة وغير الواقعية وانهيار الوضع حيث ينتج النموذج تنوعًا قليلًا جدًا. إنه حساس لحجم العينة - عدد قليل جدًا من الصور يؤدي إلى تحيز التقدير لأعلى - لذلك يحسبه الممارسون عادةً على مدى عشرات الآلاف من الصور، غالبًا 50000.
التأثير الاستراتيجي
السرعة والحجم
يمكن للذكاء الاصطناعي المرئي أتمتة مهام الفحص والكشف ووضع العلامات على نطاق واسع.
خيارات البناء
يمكن للفرق الإبداعية إنشاء نماذج أولية للمفاهيم بشكل أسرع مع عدد أقل من المراجعات اليدوية.
الفريق وسير العمل
يمكن أن تستخدم العمليات إشارات الصور والفيديو التي كان من الصعب معالجتها في السابق.
مستقبل مسافة بداية فريشيه
يظل FID هو الخيار الافتراضي في هذا المجال، لكن نقاط ضعفه هي التي تدفع البدائل. لقد أظهر الباحثون أنها ترث تحيزات ImageNet من Inception-v3 ويمكن أن تختلف مع الحكم البشري، مما يؤدي إلى استخدام مقاييس مثل FID المحسوبة على ميزات CLIP (تسمى أحيانًا FDD أو CMMD)، ومسافة بداية Kernel (KID) للعينات الصغيرة، ومقاييس الدقة/الاستدعاء التي تفصل الدقة عن التنوع. توقع تقييمًا أكثر ثراءً ومحايدًا للميزات ومتوافقًا مع الإدراك الحسي، خاصة وأن تحويل النص إلى صورة والفيديو يتفوق على الملخصات ذات الرقم الواحد.
التنفيذ في العالم الحقيقي
قياس شبكات GAN مثل StyleGAN، حيث تقوم الفرق بالإبلاغ عن FID على مجموعات البيانات مثل FFHQ لمقارنة جودة إنشاء الوجه.
تتبع التقدم المحرز في التدريب على نموذج الانتشار عن طريق حساب FID عند نقاط التفتيش لمعرفة متى تتوقف جودة الصورة عن التحسن.
مقارنة نماذج تحويل النص إلى صورة المتنافسة في مجموعة بيانات COCO، حيث يُشار إلى انخفاض FID كدليل على مخرجات أكثر واقعية.
ينهار وضع الكشف في المولد، نظرًا لأن مصطلح التغاير المشترك الخاص بـ FID يرتفع عندما ينتج النموذج تنوعًا ضئيلًا جدًا للصور.
المخاطر والدرابزين
يمكن أن تصبح حقوق الصور والموافقة مخاطر قانونية إذا كان المصدر غير واضح.
يمكن أن يختلف أداء النموذج عبر الإضاءة والتركيبة السكانية والبيئات.
قد تمر الإيجابيات الكاذبة دون أن يلاحظها أحد ما لم تتم مراقبة عتبات الثقة.
خارطة طريق التنفيذ
تحديد معايير القبول لتكاليف الدقة والاستدعاء والخطأ.
اختبار مع البيانات التي تتوافق مع ظروف الإنتاج الحقيقية.
أضف مراجعة بشرية للتنبؤات منخفضة الثقة أو عالية التأثير.
تتبع انحراف النموذج وإعادة التحقق من صحته بعد تغيير الكاميرا أو مجموعة البيانات.
استمر في الاستكشاف
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Fréchet Inception Distance quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
الدليل التالي
وظائف المسافة الموقعة
الأسئلة المتداولة
ما هي مسافة بداية فريشيه؟
مسافة بداية فريشيه (FID) هي المقياس القياسي للحكم على مدى واقعية وتنوع مجموعة من الصور التي تم إنشاؤها. فهو يقارن إحصائيات الصور الحقيقية والمولدة في مساحة كبيرة من الميزات - الدرجات المنخفضة تعني أن الصور المزيفة تبدو أقرب إلى الشيء الحقيقي.
ما الذي تشير إليه درجة FID المنخفضة؟
يقيس FID المسافة بين توزيعات الميزات الحقيقية والمولدة، وبالتالي فإن القيمة الأقل تعني أن المجموعة التي تم إنشاؤها تتطابق بشكل أوثق مع البيانات الحقيقية في الإخلاص والتنوع.
ما هي الشبكة المدربة مسبقًا التي يستخدمها FID القياسي لاستخراج ميزات الصورة؟
يقوم FID بتمرير الصور من خلال شبكة Inception-v3 المدربة مسبقًا ويستخدم ميزات طبقة التجميع ذات 2048 بُعدًا لكل من الصور الحقيقية والمولدة.
كيف يلخص FID كل مجموعة من ميزات الصورة قبل مقارنتها؟
تم تصميم كل مجموعة ميزات على أنها غاوسية متعددة المتغيرات، ويحسب FID مسافة فريشيت (2-واسرستين) بين الغوسيتين.
ما هو العيب الرئيسي في النتيجة الأولية التي تناولتها إدارة التحريات المالية؟
تقوم نقاط البداية بتقييم الصور التي تم إنشاؤها بشكل منفصل فقط؛ تم تحسين FID عليه من خلال المقارنة المباشرة بين توزيعات الصور المولدة والحقيقية.
لماذا يرتفع FID عندما يعاني المولد من انهيار الوضع؟
يستخدم FID التغاير الكامل للميزات، لذلك عندما ينتج النموذج تنوعًا قليلًا جدًا، فإن انتشاره ينحرف عن البيانات الحقيقية، مما يؤدي إلى رفع النتيجة.