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.

Percorsi guida correlatiPadre Chet Distanza iniziale
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.

  1. 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
  2. Quale rete preaddestrata utilizza il FID standard per estrarre le funzionalità dell'immagine?
    • ResNet-50
    • Inception-v3
    • VGG-16
    • BERT
  3. 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
  4. 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
  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