Quiz collegato alla guida · Medio Livello
Fréchet Inception Distanza Quiz
Esamina il confronto gaussiano dello spazio delle caratteristiche del FID e la sua sensibilità alla dimensione del campione, oltre alle alternative per valutare la fedeltà e la diversità dell'immagine generata.
Domanda 1 di 8
Cosa indica un punteggio FID più basso?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Cosa indica un punteggio FID più basso?
- Le statistiche delle immagini generate sono più vicine a quelle delle immagini reali
- Le immagini generate sono meno realistiche
- Il modello è stato addestrato per un minor numero di epoche
- Le immagini hanno una risoluzione più alta
- Quale rete preaddestrata utilizza il FID standard per estrarre le funzionalità dell'immagine?
- ResNet-50
- Inception-v3
- VGG-16
- BERT
- In che modo FID riassume ogni serie di caratteristiche dell'immagine prima di confrontarle?
- Come valore medio di un singolo pixel
- Come un elenco ordinato di nomi di file
- Come una gaussiana multivariata con un vettore medio e una matrice di covarianza
- Solo come istogramma dei canali di colore
- Quale lacuna principale del punteggio iniziale è stata affrontata dal FID?
- Il punteggio iniziale era troppo lento per essere calcolato
- Il punteggio iniziale funzionava solo sul testo
- Il punteggio iniziale non richiedeva alcuna rete neurale
- Inception Score non ha mai confrontato le immagini generate con i dati reali
- 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
- 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
- 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
- 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