가이드 연계 퀴즈 · 중간 레벨

프레셰 인셉션 거리 퀴즈

FID의 특징 공간 가우스 비교와 샘플 크기 감도, 그리고 생성된 이미지 충실도와 다양성을 평가하기 위한 대안을 검토하세요.

관련 가이드 경로Fr Chet 시작 거리
질문 1 의 8

FID 점수가 낮다는 것은 무엇을 의미합니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. FID 점수가 낮다는 것은 무엇을 의미합니까?
    • 생성된 이미지의 통계는 실제 이미지의 통계에 더 가깝습니다.
    • 생성된 이미지는 덜 사실적입니다.
    • 더 적은 에포크 동안 훈련된 모델
    • 이미지의 해상도가 더 높습니다.
  2. 표준 FID는 이미지 특징을 추출하기 위해 어떤 사전 훈련된 네트워크를 사용합니까?
    • ResNet-50
    • 인셉션-v3
    • VGG-16
    • 버트
  3. FID는 각 이미지 특징 세트를 비교하기 전에 어떻게 요약합니까?
    • 단일 평균 픽셀 값으로
    • 정렬된 파일 이름 목록으로
    • 평균 벡터와 공분산 행렬을 사용하는 다변량 가우스
    • 색상 채널만의 히스토그램으로
  4. FID가 해결한 Inception Score의 주요 단점은 무엇입니까?
    • 개시 점수가 너무 느려서 계산할 수 없습니다.
    • 개시 점수는 텍스트에서만 작동했습니다.
    • Inception Score에는 신경망이 필요하지 않습니다.
    • Inception Score는 생성된 이미지를 실제 데이터와 비교하지 않았습니다.
  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