Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Fréchet Kezdő távolsági kvíz

Review FID’s feature-space Gaussian comparison and its sample-size sensitivity, plus alternatives for evaluating generated-image fidelity and diversity.

Kapcsolódó útmutató utakFr Chet kezdeti távolság
kérdés 1 -ból 8

Mit jelez az alacsonyabb FID pontszám?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mit jelez az alacsonyabb FID pontszám?
    • A generált képek statisztikái közelebb állnak a valós képekéhez
    • A generált képek kevésbé valósághűek
    • A modell kevesebb korszakra edzett
    • A képek nagyobb felbontásúak
  2. Melyik előképzett hálózatot használja a szabványos FID a képjellemzők kinyerésére?
    • ResNet-50
    • Inception-v3
    • VGG-16
    • BERT
  3. Hogyan foglalja össze a FID a képjellemzőket, mielőtt összehasonlítaná őket?
    • Egyetlen átlagos pixelértékként
    • Fájlnevek rendezett listájaként
    • Többváltozós Gauss-féle átlagvektorral és kovarianciamátrixszal
    • Csak a színcsatornák hisztogramjaként
  4. Az Inception Score melyik kulcsfontosságú hiányosságára tért ki a FID?
    • A kezdeti pontszám túl lassú volt a kiszámításához
    • Az Inception Score csak szövegen működött
    • Az Inception Score nem igényel neurális hálózatot
    • Az Inception Score soha nem hasonlította össze a generált képeket a valós adatokkal
  5. When a generator produces less varied Inception features than the real images, how can that affect FID?
    • A covariance mismatch can contribute to a higher FID
    • FID must become zero
    • FID ignores feature diversity
    • FID automatically identifies the exact cause of the collapse
  6. In the Diffusion Models Beat GANs comparison, how was FID evaluated for ImageNet?
    • With 500 generated samples
    • With 50,000 generated samples
    • With 5,000 generated samples
    • With 5 million generated samples
  7. Why can a small evaluation set make an FID estimate unreliable?
    • FID requires every image to have a human label
    • The Inception network stops extracting features on small sets
    • Finite-sample bias can distort the estimated distance between feature distributions
    • Small sets force all covariance values to zero
  8. What does Kernel Inception Distance (KID) offer as an alternative in the guide?
    • A method for training the Inception-v3 network
    • A way to generate image captions
    • A measure of video frame rate
    • A metric used for evaluation when sample counts are smaller